如何将含嵌套字典的Python字典转换为指定格式的Pandas DataFrame

问题描述 #

现有如下嵌套字典：

dct = {"123": {"street": "Sesame Street",
               "zip": "12345",
               "city": "TV Town",
               },
       "456": {"street": "ElmStreet",
               "zip": "87654",
               "city": "Freddys Town"},
       }

期望生成的DataFrame结构如下：

但当前转换后得到的结果不符合预期：

123           456
street  Sesame Street     ElmStreet
zip             12345         87654
city          TV Town  Freddys Town

需要将嵌套字典的键值对作为DataFrame的列，同时把外层字典的键作为id列，得到目标格式。

解决方案 #

方法1：使用from_dict并指定orient='index' #

利用Pandas的from_dict方法，通过设置orient='index'将外层字典的键作为行索引，之后再重置索引并命名为id：

import pandas as pd

dct = {"123": {"street": "Sesame Street",
               "zip": "12345",
               "city": "TV Town",
               },
       "456": {"street": "ElmStreet",
               "zip": "87654",
               "city": "Freddys Town"},
       }

df = pd.DataFrame.from_dict(dct, orient='index')
df = df.reset_index().rename(columns={'index': 'id'})
print(df)

运行输出：

id         street    zip         city
0  123  Sesame Street  12345      TV Town
1  456       ElmStreet  87654  Freddys Town

方法2：手动构造数据列表 #

遍历外层字典，将每个条目转换为包含id的字典，再传入pd.DataFrame：

import pandas as pd

dct = {"123": {"street": "Sesame Street",
               "zip": "12345",
               "city": "TV Town",
               },
       "456": {"street": "ElmStreet",
               "zip": "87654",
               "city": "Freddys Town"},
       }

data = []
for id_val, details in dct.items():
    item = details.copy()
    item['id'] = id_val
    data.append(item)

df = pd.DataFrame(data)
# 可选：调整列顺序匹配目标格式
df = df[['street', 'zip', 'city', 'id']]
print(df)

运行输出：

street    zip         city   id
0  Sesame Street  12345      TV Town  123
1       ElmStreet  87654  Freddys Town  456

说明 #

你之前得到错误结果是因为默认使用orient='columns'，Pandas会把外层字典的键作为列名，内层字典的键作为行索引，和需求结构相反。指定orient='index'即可让外层键成为行，再将索引转为id列就能得到目标格式。

内容的提问来源于stack exchange，提问作者Empusas