如何将Python三级嵌套字典转换为Pandas多层表头表格？

问题描述 #

现有三级嵌套字典数据，直接用pd.DataFrame(data)生成的表格不符合需求，需要构建如下结构的多层表头表格：

---------------------------------------
|       |  text1        |    text2    |
|       |------------------------------
| Block | key1  | key2 | key1 | key2 |
---------------------------------------
| block1|value1 |value2 |value3|value4|
---------------------------------------
| block2|value5 |value6 |value7|value8|
---------------------------------------

实现代码 #

import pandas as pd

data = {
    "block1": {
        "text1": {
            "key1": "value1",
            "key2": "value2",
        },
        "text2": {
            "key1": "value3",
            "key2": "value4",
        },
    },
    "block2": {
        "text1": {
            "key1": "value5",
            "key2": "value6",
        },
        "text2": {
            "key1": "value7",
            "key2": "value8",
        },
    },
}

# 转换数据结构，生成带多层索引的DataFrame
df = pd.concat({block: pd.DataFrame(texts).T for block, texts in data.items()})

# 重置索引并调整列层级
df = df.reset_index().rename(columns={'level_0': 'Block'})
df.columns = pd.MultiIndex.from_tuples(
    [('Block', ''), ('text1', 'key1'), ('text1', 'key2'), ('text2', 'key1'), ('text2', 'key2')]
)

# 打印符合样式的表格
print(df.to_string(index=False))

代码说明 #

1. 数据结构转换：通过字典推导式遍历外层block，将每个block内的text字典转为DataFrame并转置，再用pd.concat合并，让block成为临时索引。
2. 索引与列层级调整：重置索引提取block为单独列，然后手动构建多层列索引，对应需求中的表头层级（上层为text1/text2，下层为key1/key2，第一列上层为空、下层为Block）。
3. 表格输出：用to_string(index=False)去掉默认索引，打印出符合要求的表格样式。

内容的提问来源于stack exchange，提问作者varun kumar