python - 如何将列表中的dict转换为python中的DataFrame？答案

【问题标题】：How to convert a dict inside a list to a DataFrame in python?python - 如何将列表中的dict转换为python中的DataFrame？
【发布时间】：2017-08-23 19:44:22
【问题描述】：

这里是 Python 初学者。我正在努力立即将我的list 或dicts 转储到pandas.DataFrame。我的数据具有以下结构。

a = {'Scores': {'s1': [{'Math': '95',
'Science': '74.5',                  
'English': '60.5'},                         
{'Math': '87.9',              
'Science': '97.3',                  
'English': '78.3'}],                        
's2': [{'Math': '67.2',       
'Science': '74.2',                        
'English': '89'}]}}

我的pandas.Dataframe 列应该是科目“数学”、“科学”和“英语”，而行应该是分数。列是动态创建的，因此我不能明确提及要调用它的列名。我所需要的只是键 S1.... Sn.的值。

这是我迄今为止尝试过的：

b = a.pop('Scores')
c = list(b.values())
df = pd.DataFrame(c)

这将我的数据框显示为：

                                               0  \
0  {'Math': '95', 'Science': '74.5', 'English': '...
1  {'Math': '67.2', 'Science': '74.2', 'English':...

                                               1
0  {'Math': '87.9', 'Science': '97.3', 'English':...
1                                               None

相反，我正在寻找：

Math  Science  English
95    74.5     60.5
87.9  97.3     78.3
67.2  74.2     89

如果能得到任何帮助，我将不胜感激。

【问题讨论】：

标签： python list pandas dictionary dataframe

【解决方案1】：

您可以在遍历字典的值后使用 sum。

代码：

import pandas as pd

data = sum([x for x in a['Scores'].values()], [])
print(pd.DataFrame(data, columns=['Math', 'Science', 'English']))

测试数据：

a = {'Scores': {'s1': [{'Math': '95',
                        'Science': '74.5',
                        'English': '60.5'},
                       {'Math': '87.9',
                        'Science': '97.3',
                        'English': '78.3'}],
                's2': [{'Math': '67.2',
                        'Science': '74.2',
                        'English': '89'}]}}

结果：

   Math Science English
0  67.2    74.2      89
1    95    74.5    60.5
2  87.9    97.3    78.3

【讨论】：

【解决方案2】：

您可以使用理解/生成器提取所有分数：

>>> pd.DataFrame(s for k, v in a['Scores'].items() for s in v)
  English  Math Science
0    60.5    95    74.5
1    78.3  87.9    97.3
2      89  67.2    74.2

【讨论】：

【解决方案3】：

你必须自己apply

pd.Series(a['Scores']).apply(pd.Series).stack().apply(pd.Series)

     English  Math Science
s1 0    60.5    95    74.5
   1    78.3  87.9    97.3
s2 0      89  67.2    74.2

【讨论】：