如何在Python中将嵌套字典转换为指定格式的DataFrame

步骤说明与代码实现 #

我们可以通过Pandas的多层索引、数据展开和列重命名来实现需求，具体代码如下：

import pandas as pd

# 假设你的原始嵌套字典名为 student_data
student_data = {
    'Student_ID_1': {'Course_1': [12,45,378], 'Course_2': [33,78,345]},
    'Student_ID_2': {'Course_6': [15,25,48], 'Course_24': [31,38,342]}
}

# 1. 将嵌套字典转为多层索引Series，每层索引对应学生ID和课程ID
s = pd.Series(student_data).stack()

# 2. 把每个课程对应的列表拆分为3列（对应a/b/c三个值）
df = s.apply(pd.Series)

# 3. 给拆分后的列加上后缀，并和课程ID组合成最终列名
df.columns = ['_a', '_b', '_c']
df = df.unstack(level='Course_ID')
df.columns = [f'{course_col}{suffix}' for suffix, course_col in df.columns]

# 4. 把学生ID从索引转为列，并重置索引
df = df.reset_index().rename(columns={'index': 'Student_ID'})

# 5. 补全所有50门课程的a/b/c列，缺失值填充NaN（可改为fillna(0)填充0）
all_required_cols = []
for course_num in range(1, 51):
    all_required_cols += [f'Course_{course_num}_a', f'Course_{course_num}_b', f'Course_{course_num}_c']

df = df.reindex(columns=['Student_ID'] + all_required_cols)

# 可选：如果需要把Student_ID转为纯数字（比如从'Student_ID_12855'提取12855）
df['Student_ID'] = df['Student_ID'].str.extract(r'(\d+)').astype(int)

print(df.head())

关键步骤解释 #

• 多层索引展开：stack() 把每个学生的课程从字典键转为二级索引，让每个(学生ID,课程ID)对对应一个数值列表。
• 列表拆分：apply(pd.Series) 自动把列表的三个元素拆分为三列，解决了你之前只能取第一个值的问题。
• 列名重构：通过unstack和字符串拼接，把课程ID和a/b/c后缀组合成需求中的列名格式。
• 补全列：reindex确保所有50门课程的三个列都存在，避免部分学生未修课程导致列缺失的问题。

内容的提问来源于stack exchange，提问作者Yash