将具有嵌套和非嵌套项的字典转换为数据框

Question

我有以下字典：

{'instance_1': {'race': {'asian': 0,
   'black': 99,
   'white': 9},
  'dominant_race': 'black',
  'region': {'x': 0, 'y': 0, 'w': 100, 'h': 100}},
 'instance_2': {'race': {'asian': 0,
   'black': 0,
   'white': 89},
  'dominant_race': 'white',
  'region': {'x': 6, 'y': 12, 'w': 79, 'h': 79}}}

并希望将其转换为 pandas 数据框，以便每个项目中的每个元素都是其自己的列，例如

item	asian	black	white	dominant_race	x	y	w	h
instance_1	0	99	9	black	0	0	100	100
instance_2	0	0	89	white	6	12	79	79

将 pd.DataFrame.to_dict() 与 orient=index 一起使用会产生以下结果

pd.DataFrame.from_dict(predictions, orient='index')

            race                                 dominant_race  \
instance_1  {'asian': 0, 'black': 99....         black   
instance_2  {'asian': 0, 'black': 0.....         white   

                                            region  
instance_1    {'x': 0, 'y': 0, 'w': 100, 'h': 100}  
instance_2     {'x': 6, 'y': 12, 'w': 79, 'h': 79}  

如何转换字典以使“race”和“region”中的每个元素都是自己的列？

Answer 1

.apply(pd.Series) 会将单元格中的字典分成不同的列。

假设上面的示例很好地代表了您的真实数据，您可以先使用 pd.DataFrame().T ，然后使用 concat 组合来自 region 和 race 的新形成的列：

df = pd.DataFrame(d).T # d being your sample dictionary

res = pd.concat([df['race'].apply(pd.Series),
               df['dominant_race'],
               df['region'].apply(pd.Series)], axis=1)

将打印的内容：

res
Out[262]: 
            asian  black  white dominant_race  x   y    w    h
instance_1      0     99      9         black  0   0  100  100
instance_2      0      0     89         white  6  12   79   79