将含嵌套字典和列表的Python字典扁平化后转为pandas DataFrame
实现方法
直接按规则展开嵌套字典即可,列表字段无需额外处理,pandas会自动将整个列表作为单个单元格值存储,完整代码如下:
import pandas as pd # 原始字典 result_dict = { 'kontonummer': None, 'industryPredictions': {'Supermarket': 0.006795256825841207, 'Cars': 0.01113155396585519}, 'paymentmethods': ['Klarna SofortUeberweisung', 'Klarna Ratenkauf.', 'Ueberweisung'], 'pricesAmount': 2721, 'pricesMean': 30.796045571481077, 'pricesQ25': 12.99} # 扁平化字典处理 flattened = {} for key, value in result_dict.items(): # 处理嵌套的industryPredictions字典 if isinstance(value, dict): for sub_key, sub_value in value.items(): flattened[f"{key}.{sub_key}"] = sub_value # 其余字段(包括列表类型的paymentmethods)直接保留 else: flattened[key] = value # 转换为DataFrame,注意外层套列表保证按行生成 df = pd.DataFrame([flattened]) # 可选:按示例要求调整数值精度 df = df.round({ "industryPredictions.Supermarket": 6, "industryPredictions.Cars": 6, "pricesMean": 2 })
输出的df结构完全匹配要求,paymentmethods字段会将整个列表作为单元格值存储,嵌套字段也会按照「父键.子键」的格式生成列名。
内容的提问来源于stack exchange,提问作者PParker
相关产品推荐
相关产品推荐

