Python：导入列表的堆叠字典以创建多索引DataFram

Question

我已经将一些数据导入到列表的堆叠字典中，其结构如下：

结构1：

{product_name : {category_name : { column_title_1 :[val1,val2,val3], column_title_2 :["string 1","string 2","string 3"], column_title_3 :["string 1a","string 2b","string 3c"] }}}

结构2：

{product_name : { column_title_1 :[val1,val2,val3], column_title_2 :["string 1","string 2","string 3"], column_title_3 :["string 1a","string 2b","string 3c"], "categories" :["category1","category1","category1"]}}}

我想把这本字典导入熊猫，它看起来是这样的：

数据框结构1

--------------------------------column_title_1-----column_title_2-----column_title_3
product_name_1---category 1-----val_1         -----string 1      -----string 1a
--------------------------------val_2         -----string 2      -----string 2b
--------------------------------val_3         -----string 3      -----string 3c
-----------------category 2-----val_4         -----string 4      -----string 4d
--------------------------------val_5         -----string 5      -----string 5e
--------------------------------val_6         -----string 6      -----string 6f
product_name_2---category 1a----val_1         -----string 1      -----string 1a
--------------------------------val_2         -----string 2      -----string 2b
--------------------------------val_3         -----string 3      -----string 3c
-----------------category 2b----val_4         -----string 4      -----string 4d
--------------------------------val_5         -----string 5      -----string 5e
--------------------------------val_6         -----string 6      -----string 6f

也就是说，有一个产品名称和类别的多重索引。你知道吗

或df\ U结构\ U 2

--------------------------------column_title_1-----column_title_2-----column_title_3------category
product_name_1------------------val_1         -----string 1      -----string 1a     ------category1
--------------------------------val_2         -----string 2      -----string 2b     ------category1
--------------------------------val_3         -----string 3      -----string 3c     ------category1
--------------------------------val_4         -----string 4      -----string 4d     ------category2
--------------------------------val_5         -----string 5      -----string 5e     ------category2
--------------------------------val_6         -----string 6      -----string 6f     ------category2
product_name_2------------------val_1         -----string 1      -----string 1a     ------category1a
--------------------------------val_2         -----string 2      -----string 2b     ------category1a
--------------------------------val_3         -----string 3      -----string 3c     ------category1a
--------------------------------val_4         -----string 4      -----string 4d     ------category1b
--------------------------------val_5         -----string 5      -----string 5e     ------category1b
--------------------------------val_6         -----string 6      -----string 6f     ------category1b

我试过了

pd.DataFrame.from_dict(product_dict.items(), orient='index')

还有许多其他的方法，比如遍历字典来构建数据帧。我还没有做任何工作。你知道吗

请帮助我找到一个解决方案，或者至少让我知道在评论中搜索的正确术语。你知道吗

谢谢。你知道吗

Answer 1

据我所知，pandas.DataFrame.from_dict不生成多索引数据帧。另外，在您的例子中，一些字典键是索引，其他的是列，所以您需要自己构建dataframe。你知道吗

您可以使用内部嵌套级别的字典对字典进行迭代以生成数据帧列表，然后使用pandas.concat将它们连接到单个多索引数据帧中。你知道吗

让我们从结构2开始（ss2是结构2之后的字典），它更简单：

df_list2 = [pd.DataFrame(v, index=pd.MultiIndex.from_product([[k], range(len(v[list(v)[0]]))])) for k, v in ss2.items()]
df2 = pd.concat(df_list2)

df_list2是一个数据帧列表，对于每一个数据帧，multindex都已经使用pandas.MultiIndex.from_product准备好了，因此当使用concat时，结果会自然出现。MultiIndex有两个级别：产品名和具有相同产品名的行的递增整数。你知道吗

结构1的逻辑相同（这里ss1是字典`），但是这里的迭代更复杂，因为在多索引中有3个级别：产品名称、类别名称和渐进整数。你知道吗

df_list1 = [pd.DataFrame(iv, index=pd.MultiIndex.from_product([[k], [ik], range(len(iv[list(iv)[0]]))])) for k, v in ss1.items() for ik, iv in v.items()]
df1 = pd.concat(df_list1)