从包含列表的嵌套字典创建数据框答案

【问题标题】：Create dataframe from nested dictionaries which contain lists从包含列表的嵌套字典创建数据框
【发布时间】：2020-05-10 07:42:33
【问题描述】：

我找不到与我的问题类似的答案，所以我们开始吧：

我有以下形式的字典：

d = {key_1: 
        {
         metric_1: [value_11, value_12], 
         metric_2: [value_13, value_14], 
         metric_3: value_15
       }, 
      key_2: {
         metric_1: [value_21], 
         metric_2: [value_22], 
         metric_3: value_23
       }
    }

如您所见，指标在其列表中包含的项目数量不同。

将其转换为 df 的好方法是什么？如果我使用 from_dict 方法，我最终会得到包含列表的 df 单元格（坏）。

我想要实现的是为列表中的每个值创建一个新行，并将键作为索引：

index | metric_1 | metric_2 | metric_3
———————————————————————————————————————
key_1 | value_11 | value_13 | value_15
key_1 | value_12 | value_14 | value_15
key_2 | value_21 | value_22 | value_23

想法？ :)

【问题讨论】：

标签： python pandas dataframe dictionary nested

【解决方案1】：

这是一种方法

s=pd.DataFrame(d).T
s=s.explode('metric_1').assign(metric_2=s.metric_2.explode().values)
       metric_1  metric_2  metric_3
key_1  value_11  value_13  value_15
key_1  value_12  value_14  value_15
key_2  value_21  value_22  value_23
#s.reset_index(inplace=True)

【讨论】：

谢谢！这也有效，但我希望 df 的大小会改变，所以我最终使用了下面的@Datanovice 建议。

【解决方案2】：

如果您的数据框具有任意长度的键和值，这是一种方法

data_dict = {k : pd.DataFrame(v) for k,v in d.items()}

df = pd.concat(data_dict .values(),keys=data_dict.keys())

print(df)


         metric_1  metric_2  metric_3
key_1 0  value_11  value_13  value_15
      1  value_12  value_14  value_15
key_2 0  value_21  value_22  value_23

【讨论】：

这是我最终使用的，因为我希望有任意长度的键和值。谢谢！
@gplt 不客气，编码愉快（别忘了给 YO 和 BEN_W 的解决方案点赞，那个人是天才 :)）