如何用嵌套字典创建仅包含1列的pandas DataFrame
嵌套字典转单列Pandas DataFrame实现
问题描述
需要将结构为「外层键为数字,值为数值集合」的嵌套字典转换为单列存储容器数据的DataFrame,现有参考实现代码如下:
import pandas as pd my_dict = { 0: {1,5,8}, 1: {2,7,6}, 2: {8,3,7} } df = pd.DataFrame.from_dict(my_dict, orient='index', dtype=None, columns=None) print(df)
现有实现的输出
代码运行后pandas会自动拆解集合元素,生成多列结构:
0 1 2 0 8 1 5 1 2 6 7 2 8 3 7
期望输出
需要将所有集合内容完整存储在单个列的单元格中,不做拆分:
number column 0 0 1,5,8 1 1 2,6,7 2 2 8,3,7
核心约束:不需要生成多列,每个单元格需存储列表、集合这类可迭代容器,或等价的拼接字符串值。
正确实现方法
原理说明:
pd.DataFrame.from_dict默认会拆解可迭代对象的元素生成多列,只要把每个集合值额外嵌套一层列表作为单个单元格的入参,就可以阻断这个自动拆解逻辑。
实现步骤:
- 遍历原字典的键值对,将每个集合值作为单个元素封装到列结构中
- 指定单列的列名
- 将原字典的外层键重置为独立的
number列
代码示例(单元格存储列表类型)
import pandas as pd my_dict = { 0: {1,5,8}, 1: {2,7,6}, 2: {8,3,7} } # 封装为单列数据结构 col_content = { outer_key: [list(inner_set)] for outer_key, inner_set in my_dict.items() } # 生成DataFrame df = pd.DataFrame.from_dict( col_content, orient='index', columns=['column'] ).reset_index(names='number') print(df)
运行输出:
number column 0 0 [1, 5, 8] 1 1 [2, 6, 7] 2 2 [8, 3, 7]
代码示例(单元格存储逗号拼接字符串,匹配展示格式)
import pandas as pd my_dict = { 0: {1,5,8}, 1: {2,7,6}, 2: {8,3,7} } # 把集合排序后拼接为逗号分隔的字符串 col_content = { outer_key: [','.join(map(str, sorted(inner_set)))] for outer_key, inner_set in my_dict.items() } df = pd.DataFrame.from_dict( col_content, orient='index', columns=['column'] ).reset_index(names='number') print(df)
运行输出与期望完全一致:
number column 0 0 1,5,8 1 1 2,6,7 2 2 8,3,7
内容的提问来源于stack exchange,提问作者Igor K.
相关产品推荐
相关产品推荐

