所以我有以下字典：
user_dict = {'user1': {'id1': {('word1', 'word2'): 0.99, ('word3', 'word4'): 0.16},
'id2': {('word5', 'word6'): 0.73, ('word7', 'word8'): 0.69}},
'user2': {'id3': {('word9', 'word10'): 0.59, ('word11', 'word12'): 0.13},
'id4': {('word13', 'word14'): 0.41, ('word14', 'word15'): 0.74}}}
出于我的目的，我想將嵌套字典轉換為以下形式的 Pandas 資料框：
user | id | w1 | w2 | score
---------------------------------------
user1 | id1 | word1 | word2 | 0.99
| | word3 | word4 | 0.16
| id2 | word5 | word6 | 0.73 and so on.
我之前嘗試過幾種方法，這是我目前的解決方案：
df = pd.Series({(i,j): user_dict[i][j]
for i in user_dict.keys()
for j in user_dict[i].keys()}).rename_axis(['user', 'id']).reset_index(name='Col3')
所以輸出是：
user | id | Col3
-------------------------------------------------------------------
user1 | id1 | {('word1', 'word2'): 0.99, ('word3', 'word4'): 0.16)}
user1 | id2 | {('word5', 'word6'): 0.73, ('word7', 'word8'): 0.69)} and so on.
有人能告訴我最后一列我做錯了什么嗎？
uj5u.com熱心網友回復：
您可以使用嵌套串列理解/生成器：
df = pd.DataFrame(([k0, k1, *k2, d2]
for k0, d0 in user_dict.items()
for k1, d1 in d0.items()
for k2, d2 in d1.items()
), columns=['user', 'id', 'w1', 'w2', 'score'])
輸出：
user id w1 w2 score
0 user1 id1 word1 word2 0.99
1 user1 id1 word3 word4 0.16
2 user1 id2 word5 word6 0.73
3 user1 id2 word7 word8 0.69
4 user2 id3 word9 word10 0.59
5 user2 id3 word11 word12 0.13
6 user2 id4 word13 word14 0.41
7 user2 id4 word14 word15 0.74
uj5u.com熱心網友回復：
或者，使用更少的回圈：
>>> pd.concat({k: pd.DataFrame(v) for k, v in user_dict.items()}).melt(ignore_index=False).dropna()
variable value
user1 word1 word2 id1 0.99
word3 word4 id1 0.16
word5 word6 id2 0.73
word7 word8 id2 0.69
user2 word9 word10 id3 0.59
word11 word12 id3 0.13
word13 word14 id4 0.41
word14 word15 id4 0.74
轉載請註明出處，本文鏈接：https://www.uj5u.com/qukuanlian/363171.html