从嵌套字典中的项目构建熊猫数据框架

Question

从嵌套字典中的项目构建熊猫数据框架

假设我有一个具有结构的嵌套字典‘user_dict’：

第1级：用户ID(长整数)

2级：类别(字符串)

第3级：分类属性(浮点数、INT等)

例如，本词典的条目如下：

user_dict[12] = {
    "Category 1": {"att_1": 1, 
                   "att_2": "whatever"},
    "Category 2": {"att_1": 23, 
                   "att_2": "another"}}

“user_dict”中的每个项都具有相同的结构，“user_dict”包含大量的项目，我希望将这些项提供给熊猫DataFrame，从属性构建系列。在这种情况下，分层索引对此非常有用。

具体来说，我的问题是，是否有一种方法可以帮助DataFrame构造器理解这个系列应该从字典中的“第3级”的值构建？

如果我尝试这样的方法：

df = pandas.DataFrame(users_summary)

“第1级”(用户id)中的项被视为列，这与我想要实现的(以用户id作为索引)相反。

我知道我可以在遍历字典条目之后构建这个系列，但是如果有一种更直接的方法，这将是非常有用的。一个类似的问题是，是否有可能从文件中列出的JSON对象构建熊猫DataFrame。

Answer 1

pd.concat接受字典。考虑到这一点，可以通过使用词典理解若要构建将键映射到子框架的字典，请执行以下操作。pd.concat({k: pd.DataFrame(v).T for k, v in user_dict.items()}, axis=0)或,pd.concat({         k: pd.DataFrame.from_dict(v, 'index') for k, v in user_dict.items()     },      axis=0)              att_1     att_212 Category 1     1  whatever   Category 2    23   another15 Category 1                   10       foo   Category 2    30       bar