如何使用一个键作为行索引，另一个键作为列索引，将双索引字典转换为 excel 文件？

Question

我有一个双索引字典，其中一个索引是时间，另一个索引是特定的能源生产机器。运行程序后，连接到键的字典值将是每台机器每小时的燃料消耗值。 现在，我想将其传输到一个 excel 文件中，其中第一个键（时间）作为行值，第二个键（机器类型）作为列值，用相应的值填充单元格。 我怎样才能做到这一点？

我尝试查看 pandas 文档和/或其他不同的解决方案，但它们都不能正常工作。

字典是这样的：

d = {}
d['mach1',1] = 4
d['mach1',2] = 9
d['mach1',3] = 16
d['mach2',1] = 10
d['mach2',2] = 2
d['mach2',3] = 4
d['mach3',1] = 3
d['mach3',2] = 6
d['mach3',3] = 1

我想要一个如下所示的数据库：

    mach1  mach2  mach3
1     4      10     3
2     9       2     6
3    16       4     1

我该怎么做？提前谢谢你，对不起我的英语不好。

Answer 1

乔安德烈，
以您提供的字典为例：

1. 检索列和索引的名称：

   col_name = list({x for (x,_) in list(d.keys())}) index = list({y for (_,y) in list(d.keys())})

2. 为 pandas 格式化数据：

   dd = {i: [] for i in col_name} for (col_id,row_id),v in d.items(): dd[col_id].append(v)

3. 我创建 df 并设置索引：

   df = pd.DataFrame({ key:pd.Series(value) for key, value in dd.items() }) df.index = index
# mach1 mach2 mach3
# 1 4 10 3
# 2 9 2 6
# 3 16 4 1
   

4. 用 pandas df 做点什么

5. 将 df 存储到 csv 文件：

   df.to_csv("myData.csv", sep=";")

6. 用 Excel 打开 csv 并做一些事情

7. 从 csv 文件加载数据：

   df = pd.read_csv("myData.csv", sep=";", index_col=0)

完整的代码在这里：

def my_dict_to_df(d):
    col_name = list({x for (x,_) in list(d.keys())})
    index = list({y for (_,y) in list(d.keys())})
    dd = {i: [] for i in col_name}
    for (col_id,row_id),v in d.items():
        dd[col_id].append(v)
    df = pd.DataFrame({ key:pd.Series(value) for key, value in dd.items() })
    df.index = index
    return df

df = my_dict_to_df(d)
df.to_csv("myData.csv", sep=";")

编辑：我认为数据已经排序。如果没有这个假设，您需要在开头订购字典d、col_name 和index：

def my_dict_to_df(d):
    d = dict(sorted(d.items()))
    col_name = sorted({x for (x,_) in list(d.keys())})
    index = sorted({y for (_,y) in list(d.keys())})
    dd = {i: [] for i in col_name}
    for (col_id,row_id),v in d.items():
        dd[col_id].append(v)
    df = pd.DataFrame({ key:pd.Series(value) for key, value in dd.items() })
    df.index = index
    return df

注意1：这不是解决问题的最有效方法。写到这里是为了让大家更容易理解

注意2：如果可以的话，改变输入字典的格式。太复杂了

注3：看来你的想法不是很清楚，这真的是你需要的吗？

Answer 2

我也没有让它与内置或漂亮的神奇短......

但是 - 您可以“手动”完成：

import pandas as pd

# first with constants for your example to get the point:
df = pd.DataFrame(columns=['mach1', 'mach2', 'mach3'], index=[1, 2, 3])

# but of course better calculated for general case:
df = pd.DataFrame(columns=sorted(set([t[0] for t in d.keys()])), index=sorted(set([t[1] for t in d.keys()])))

#   mach1 mach2 mach3
# 1   NaN   NaN   NaN
# 2   NaN   NaN   NaN
# 3   NaN   NaN   NaN

for (k1, k2), v in d.items():
    df.loc[k2, k1] = v

#    mach1  mach2  mach3
# 1      4     10      3
# 2      9      2      6
# 3     16      4      1

然后您可以为您的 Excel 编写 csv：

df.to_csv('export.csv')

# ,mach1,mach2,mach3
# 1,4,10,3
# 2,9,2,6
# 3,16,4,1