Python – 将嵌套字典列表转换为Pandas数据帧

很多时候，Python会从不同的源接收数据，这些数据可以是不同的格式，如csv、JSON等，可以转换为Python列表或字典等。但是，为了使用像pandas这样的包进行计算或分析，我们需要将这些数据转换为数据帧。在本文中，我们将看到如何将一个给定的Python列表转换为Pandas数据帧，其元素是嵌套字典。

首先，我们取出嵌套字典列表的数据行。 然后，我们创建另一个for循环，将行附加到最初创建的空列表中。 最后，我们应用Pandas库中的DataFrames函数来创建数据帧。

示例

import pandas as pd

# 给定嵌套字典
list = [
   {
      "Fruit": [{"Price": 15.2, "Quality": "A"},
         {"Price": 19, "Quality": "B"},
         {"Price": 17.8, "Quality": "C"},
      ],
      "Name": "Orange"
   },
   {
      "Fruit": [{"Price": 23.2, "Quality": "A"},
         {"Price": 28, "Quality": "B"}
      ],
      "Name": "Grapes"
   }
]

rows = []

# 获取行
for data in list:
   data_row = data['Fruit']
   n = data['Name']

   for row in data_row:
      row['Name'] = n
      rows.append(row)

# 转换成数据帧
df = pd.DataFrame(rows)
print(df)

运行上述代码会给出以下结果 −

输出

Price Quality   Name
0 15.2    A Orange
1 19.0    B Orange
2 17.8    C Orange
3 23.2    A Grapes
4 28.0    B Grapes

应用透视表

我们还可以应用pivot_table函数来重新组织数据。

示例

import pandas as pd

# 初始化嵌套字典列表
list = [
   {
      "Fruit": [{"Price": 15.2, "Quality": "A"},
         {"Price": 19, "Quality": "B"},
         {"Price": 17.8, "Quality": "C"},
      ],
      "Name": "Orange"
   },
   {
      "Fruit": [{"Price": 23.2, "Quality": "A"},
         {"Price": 28, "Quality": "B"}
      ],
      "Name": "Grapes"
   }
]

#print(list)
rows = []

# 添加行
for data in list:
   data_row = data['Fruit']
   n = data['Name']

   for row in data_row:
      row['Name'] = n
      rows.append(row)

   # 使用数据帧
df = pd.DataFrame(rows)

df = df.pivot_table(index='Name', columns=['Quality'],
               values=['Price']).reset_index()
print(df)

运行上述代码会给出以下结果 −

输出

       Name Price         
Quality          A    B    C
0      Grapes 23.2 28.0 NaN
1      Orange 15.2 19.0 17.8