Skip to main content
 首页 » 编程设计

python之如何从包含来自多个来源的多个词典的列表中创建数据框

2024年11月24日10jyk

我有一个列表,其中包含来自多个来源的多个词典。此列表中每个字典的键是 source。例如,列表如下所示:

data = [{'source1': {'time': 1, 'name': 'abc', 'memory': 9.82}}, 
        {'source1': {'time': 2, 'name': 'def', 'memory': 9.14}}, 
        {'source2': {'time': 1,'name': 'random1', 'memory': 1.45}}, 
        {'source2': {'time': 2,'name': 'random2', 'memory': 1.49}}] 

上面的列表同时包含来自多个来源的词典和更多属性。

我想创建一个数据框,如下所示:

请您参考如下方法:

我尽我所能,这里是代码:

import pandas as pd  
 
data = [{'source1': {'time': 1, 'name': 'abc', 'memory': 9.82}}, 
        {'source1': {'time': 2, 'name': 'def', 'memory': 9.14}}, 
        {'source2': {'time': 1,'name': 'random1', 'memory': 1.45}}, 
        {'source2': {'time': 2,'name': 'random2', 'memory': 1.49}}] 
 
 
dfs = [] 
 
last_source =  next(iter(data[0])) 
df = pd.DataFrame() 
 
for i in data :  
        for key, val in i.items() :  
 
          new_source = key  
 
          cols = [] 
          rows = [] 
 
          for subkey in val :  
                cols.append(subkey) 
                rows.append(val[subkey])           
 
 
          if new_source != last_source :  
            last_source = new_source  
            dfs.append(df) 
            df = pd.DataFrame([rows],columns=cols) 
          else :  
            dft = pd.DataFrame([rows],columns=cols) 
            df = df.append(dft) 
 
dfs.append(df) 
 
#print(pd.concat(dfs, axis=1, join='inner')) 
 
print( dfs[0].join(dfs[1].set_index('time'), on='time')) 
 

输出

   time name_source1  memory_source1 name_source2  memory_source2 
0     1          abc            9.82      random1            1.45 
0     2          def            9.14      random2            1.49