从具有值列表的 3 级嵌套字典中的项目构造 pandas DataFrame答案

【问题标题】：Construct pandas DataFrame from items in 3 level nested dictionary with to list of values从具有值列表的 3 级嵌套字典中的项目构造 pandas DataFrame
【发布时间】：2023-01-21 09:27:31
【问题描述】：

我有以下字典：

dict = {
"Building 1": {
    "Energy consumption": {
        "Datetime": ["2020-12-28","2021-01-04"],
        "Value": [537,967]},
     "Water consumption": {
        "Datetime": ["2020-12-28","2021-01-04"],
        "Value": [537,967]}},
"Building 2": {
    "Energy consumption": {
        "Datetime": ["2020-12-28","2021-01-04"],
        "Value": [600,700]},
     "Water consumption": {
        "Datetime": ["2020-12-28","2021-01-04"],
        "Value": [800,500]}}
       }

我想将字典转换为熊猫数据框。我认为最好的方法是得到类似的东西：

enter image description here

尝试了几种方法都没有成功，有人知道如何解决这个问题吗？

【问题讨论】：

标签： python pandas dictionary

【解决方案1】：

只需使用列表来存储建筑物编号并使用索引来引用建筑物。您还可以将索引列的名称更改为Building。换句话说，你不需要Building 1、Building 2、...、Building n

import pandas as pd

data = [

    {
        "Energy consumption": {
            "Datetime": ["2020-12-28","2021-01-04"],
            "Value": [537,967]},
        "Water consumption": {
            "Datetime": ["2020-12-28","2021-01-04"],
            "Value": [537,967]}
    },

    {
        "Energy consumption": {
            "Datetime": ["2020-12-28","2021-01-04"],
            "Value": [600,700]},
        "Water consumption": {
            "Datetime": ["2020-12-28","2021-01-04"],
            "Value": [800,500]}
    }
]

df = pd.DataFrame.from_dict(data)

print(df)

输出：

                                  Energy consumption                                  Water consumption
0  {'Datetime': ['2020-12-28', '2021-01-04'], 'Va...  {'Datetime': ['2020-12-28', '2021-01-04'], 'Va...
1  {'Datetime': ['2020-12-28', '2021-01-04'], 'Va...  {'Datetime': ['2020-12-28', '2021-01-04'], 'Va...

【讨论】：

不幸的是，您的输出没有提供以日期作为行索引和值的多索引列。我希望其他人确实知道该怎么做！谢谢

【解决方案2】：

嵌套字典的结构有点复杂。您可以先使用 unstack 获取多索引列，然后转换单元格值以创建新的数据框：

series = pd.DataFrame(data).unstack()
cols = series.index
s = series.apply(lambda x: dict(zip(x["Datetime"], x["Value"])))
pd.DataFrame(s.values.tolist(), index=cols).T

输出：

                   Building 1                           Building 2                  
           Energy consumption Water consumption Energy consumption Water consumption
2020-12-28                537               537                600               800
2021-01-04                967               967                700               500

【讨论】：