从使用嵌套字典创建的数据框中设置 Pandas 分层多索引答案

【问题标题】：Set Pandas Hierarchical Multi-Index from a dataframe created using a nested dictionary从使用嵌套字典创建的数据框中设置 Pandas 分层多索引
【发布时间】：2019-09-28 10:33:23
【问题描述】：

我有一个 3 级的嵌套字典，

example_d = {'attribute_001': {'colour': {'blue': 5, 'green': 5, 'red': 5},
                   'country': {'France': 3, 'Germany': 3, 'India': 3, 'UK': 3, 'USA': 3}},
  'attribute_002': {'colour': {'blue': 5, 'green': 5, 'red': 5},
                   'country': {'France': 3, 'Germany': 3, 'India': 3, 'UK': 3, 'USA': 3}},
  'attribute_003': {'colour': {'blue': 5, 'green': 5, 'red': 5},
                   'country': {'France': 3, 'Germany': 3, 'India': 3, 'UK': 3, 'USA': 3}},
  'attribute_004': {'colour': {'blue': 5, 'green': 5, 'red': 5},
                   'country': {'France': 3, 'Germany': 3, 'India': 3, 'UK': 3, 'USA': 3}},
  'attribute_005': {'colour': {'blue': 5, 'green': 5, 'red': 5}, 
                   'country': {'France': 3, 'Germany': 3, 'India': 3, 'UK': 3, 'USA': 3}}}

我想将它移动到 pandas 数据框中，以便行索引来自我的字典的第一级，并将剩余的级别用作分层列索引。

我可以通过使用以下内容来接近，改编here的答案：

pd.concat({key:pd.DataFrame.from_dict(example_d[key],orient='columns')
              for key in example_d.keys()}).unstack(1)

这给了我：

但我需要最低级别的多级列索引来尊重他们的父母。

即在colour 标题下，我只想显示颜色列，在country 标题下，我只想看到国家/地区列。

【问题讨论】：

标签： python pandas multi-index

【解决方案1】：

首先更改dictionary，传递给Series构造函数并由Series.unstack重塑：

reform = {(level1_key, level2_key, level3_key): values
             for level1_key, level2_dict in example_d.items()
             for level2_key, level3_dict in level2_dict.items()
             for level3_key, values in level3_dict.items()}

df = pd.Series(reform).unstack(level=[1,2])
print (df)
              colour           country                     
                blue green red  France Germany India UK USA
attribute_001      5     5   5       3       3     3  3   3
attribute_002      5     5   5       3       3     3  3   3
attribute_003      5     5   5       3       3     3  3   3
attribute_004      5     5   5       3       3     3  3   3
attribute_005      5     5   5       3       3     3  3   3

【讨论】：

两个答案都有效，但这一个对我来说有优势，因为它提出了一种清晰的方法来处理这个特定的例子，而且只需要一些简单的调整，也可以更普遍地应用于其他不同深度的嵌套字典 - 通过构建元组键索引 - 然后可以使用 stack 和 unstack 进行管理。

【解决方案2】：

IIUC 使用concat

df= pd.DataFrame(example_d).T
pd.concat([df[x].apply(pd.Series) for x in list(df)],1,keys=list(df))
Out[540]: 
              colour           country                     
                blue green red  France Germany India UK USA
attribute_001      5     5   5       3       3     3  3   3
attribute_002      5     5   5       3       3     3  3   3
attribute_003      5     5   5       3       3     3  3   3
attribute_004      5     5   5       3       3     3  3   3
attribute_005      5     5   5       3       3     3  3   3

【讨论】：

这两个答案都以自己的方式简洁 - 这个最接近我开始的堆叠结构。