如何将具有包含嵌套列表的数组值的字典转换为 pandas 数据框？答案

【问题标题】：How do I convert a dictionary with array values containing nested lists into pandas dataframe?如何将具有包含嵌套列表的数组值的字典转换为 pandas 数据框？
【发布时间】：2020-09-13 19:24:22
【问题描述】：

我有一个包含嵌套列表数组的字典，其中每个字典键都引用一个唯一的数组。它的输出如下：

{'pop.2.q': array([[11.07967784],
   [11.07967784],
   [11.07967785],
   ...,
   [11.16404993],
   [11.16404993],
   [11.16404993]]), 'pop.2.v': array([[0.00011533],
   [0.00011533],
   [0.00011533],
   ...,
   [0.00014513],
   [0.00014513],
   [0.00014513]]), 'propagator.1.phi': array([[0.],
   [0.],
   [0.],
   ...,
   [0.],
   [0.],

我正在尝试将其转换为 pandas 数据框，其中每个字典键（即“pop.2.q”、“pop.2.v”等）都是一列。现在，我的数据框看起来像这样，代码如下：

df = pd.DataFrame(data=[Res.data], index=Res.time)

current df output

任何有关如何解压并正确填充 df 的帮助将不胜感激 - 谢谢！

【问题讨论】：

标签： python arrays pandas dataframe

【解决方案1】：

假设字典中的所有值都是具有相同数量（展平）项目的列表，这应该可以解决问题：

import numpy as np
import pandas as pd
df = pd.DataFrame(dict([(x,np.array(list(y)).flatten()) for x,y in d.items()]))

假设 d 是你的字典。

【讨论】：

感谢您的回复。使用它时，它会引发：AttributeError: 'Series' object has no attribute 'flatten'。有什么想法吗？
哦，我以为你的数组是一个 numpy 数组。如果它是 pd.Series ，您可以将其转换为 numpy 数组。我刚刚更新了我的答案。请参阅上面的更新版本。