如何将嵌套字典转换为二维表 [重复]答案

【问题标题】：How to convert nested dictionary into a 2D table [duplicate]如何将嵌套字典转换为二维表 [重复]
【发布时间】：2015-04-04 19:09:05
【问题描述】：

如何将嵌套字典转换为二维表

data[0]是表格行的集合

data[0][0]是表格行，

key:year是列名，

key:values 是列中的值。

我想将 data[0] 恢复为 Pandas 数据框中的表格形式。

我发现 json_normalize 可能会有所帮助，但不知道该怎么做。

有什么建议吗？

预期格式

字典中的原始数据

(Pdb++) data[0]
    [{u'values': [{u'Actual': u'(0.2)'}, {u'Upper End of Range': u'-'}, {u'Upper End of Central Tendency': u'-'}, {u'Lower End of Central Tendency': u'-'}, {u'Lower End of Range': u'-'}], u'year': u'2009'}, {u'values': [{u'Actual': u'2.8'}, {u'Upper End of Range': u'-'}, {u'Upper End of Central Tendency': u'-'}, {u'Lower End of Central Tendency': u'-'}, {u'Lower End of Range': u'-'}], u'year': u'2010'}, {u'values': [{u'Actual': u'2.0'}, {u'Upper End of Range': u'-'}, {u'Upper End of Central Tendency': u'-'}, {u'Lower End of Central Tendency': u'-'}, {u'Lower End of Range': u'-'}], u'year': u'2011'}, {u'values': [{u'Actual': u'2.0'}, {u'Upper End of Range': u'-'}, {u'Upper End of Central Tendency': u'-'}, {u'Lower End of Central Tendency': u'-'}, {u'Lower End of Range': u'-'}], u'year': u'2012'}, {u'values': [{u'Actual': u'2.5'}, {u'Upper End of Range': u'-'}, {u'Upper End of Central Tendency': u'-'}, {u'Lower End of Central Tendency': u'-'}, {u'Lower End of Range': u'-'}], u'year': u'2013'}, {u'values': [{u'Actual': u'-'}, {u'Upper End of Range': u'3.0'}, {u'Upper End of Central Tendency': u'3.0'}, {u'Lower End of Central Tendency': u'2.8'}, {u'Lower End of Range': u'2.1'}], u'year': u'2014'}, {u'values': [{u'Actual': u'-'}, {u'Upper End of Range': u'3.5'}, {u'Upper End of Central Tendency': u'3.2'}, {u'Lower End of Central Tendency': u'3.0'}, {u'Lower End of Range': u'2.2'}], u'year': u'2015'}, {u'values': [{u'Actual': u'-'}, {u'Upper End of Range': u'3.4'}, {u'Upper End of Central Tendency': u'3.0'}, {u'Lower End of Central Tendency': u'2.5'}, {u'Lower End of Range': u'2.2'}], u'year': u'2016'}, {u'values': [{u'Actual': u'-'}, {u'Upper End of Range': u'2.4'}, {u'Upper End of Central Tendency': u'2.3'}, {u'Lower End of Central Tendency': u'2.2'}, {u'Lower End of Range': u'1.8'}], u'year': u'Longer Run'}]

(Pdb++) data[0][0]
{u'values': [{u'Actual': u'(0.2)'}, {u'Upper End of Range': u'-'}, {u'Upper End of Central Tendency': u'-'}, {u'Lower End of Central Tendency': u'-'}, {u'Lower End of Range': u'-'}], u'year': u'2009'}

也许改变 JSON 模式会是一个更好的解决方案？

如果是这样，哪种新的 JSON 模式设计更适合这种表数据。谢谢

【问题讨论】：

标签： python pandas

【解决方案1】：

import pandas

# set up data structures
columns = [
    "year",
    "actual",
    "upper",
    "upper_central",
    "lower_central",
    "lower"
]
value_getter = {
    "year"         : lambda item: item['year'],
    "actual"       : lambda item: item['values'][0]['Actual'],
    "upper"        : lambda item: item['values'][1]['Upper End of Range'],
    "upper_central": lambda item: item['values'][2]['Upper End of Central Tendency'],
    "lower_central": lambda item: item['values'][3]['Lower End of Central Tendency'],
    "lower"        : lambda item: item['values'][4]['Lower End of Range']
}
mydata = {
    "year"         : [],
    "actual"       : [],
    "upper"        : [],
    "upper_central": [],
    "lower_central": [],
    "lower"        : []
}

# repackage data
for item in data[0]:
    for column in columns:
        mydata[column].append(value_getter[column](item))

# and stuff it into pandas
df = pandas.DataFrame(mydata, columns=columns)

然后df.T 给出

                   0     1     2     3     4     5     6     7           8
year            2009  2010  2011  2012  2013  2014  2015  2016  Longer Run
actual         (0.2)   2.8   2.0   2.0   2.5     -     -     -           -
upper              -     -     -     -     -   3.0   3.5   3.4         2.4
upper_central      -     -     -     -     -   3.0   3.2   3.0         2.3
lower_central      -     -     -     -     -   2.8   3.0   2.5         2.2
lower              -     -     -     -     -   2.1   2.2   2.2         1.8

【讨论】：

您好，您认为更改 json 架构会是更好的解决方案吗？如果是这样，什么样的json模式设计更适合这种表数据。谢谢~
我试过你的解决方案，它有效~非常感谢。我以这种格式更改 JSON 方案stackoverflow.com/questions/28340557/… 怎么办？谢谢

【解决方案2】：

为了提高效率，您应该初始化数据框，但如果您的数据集很小，并且您不知道最里面的字典中出现的所有可能字符串，则无需这样做。

 import pandas as pd
 df=pd.DataFrame
 for dict1 in data[0]:
     for dict2 in dict1['values']:
         for key,val in zip(dict2.keys(),dict2.values()):
                df.loc[key,dict1['year']]=val
df

【讨论】：