Python无键值对嵌套字典如何展平为带word、时间列的DataFrame

问题场景 #

需要将无命名键的三层嵌套列表拆分为结构化DataFrame，输出三列分别为word（单词内容）、start_time（单词开始时间）、end_time（单词结束时间），原始嵌套列表存储在变量word_timestamps中，结构示例：

[[['hello', 3.06, 3.32]],
 [['hi', 4.2, 4.32],
  ['can', 4.54, 4.62],
  ['i', 4.66, 4.7],
  ['please', 4.74, 4.86],
  ['speak', 4.9, 5.04],
  ['to', 5.06, 5.14],
  ['ashley', 5.2, 5.56]],
 [['yeah', 6.84, 6.94],
  ['may', 7.04, 7.12],
  ['i', 7.12, 7.12],
  ['ask', 7.18, 7.28],
  ["who's", 7.36, 7.46],
  ['calling', 7.54, 7.86]]]

常规带键结构的展平库（如flatdict）无法处理该无键嵌套结构。

实现代码 #

通过两层列表推导式直接展平三层嵌套结构，传入DataFrame构造函数即可：

import pandas as pd

df_word_timestamps = pd.DataFrame(
    [value for sublist in word_timestamps for value in sublist],
    columns=["word", "start_time", "end_time"]
)

输出效果 #

生成的DataFrame格式示例：

word  start_time  end_time
0  hello        3.06      3.32
1     hi        4.20      4.32
2    can        4.54      4.62
3      i        4.66      4.70
4 please        4.74      4.86
...
1183  bye      402.88    403.04

该结果可直接用于后续和存储说话人信息的DataFrame做时间区间匹配，拼接生成带说话人标签的对话转写文本。

内容的提问来源于stack exchange，提问作者jtoepp