如何从双嵌套字典创建多索引 DataFrame？

Question

我正在尝试从双嵌套字典创建一个pandas多索引DataFrame，但我对如何做到这一点感到非常困惑。

作为一些背景，我从网站上抓取了一些数据并将其放入这个嵌套字典形式中，因为我认为它是最容易使用的（但我似乎错了：D）...

嵌套字典目前看起来像这样，我想将其放入一个以战斗机的

ID

作为列的 DataFrame 中，这样在多个战斗机的情况下，每列将代表一个新的战斗机，即

fight number

（在此示例中，

0

或

1

作为第一行索引），内部级别为

fight details

（例如，

date

、

fighter weight

等）。

{'ID': {0: {'date ↕': '2024-05-23',
   'Fighter Weight': '',
   'Opponent': 'fighter_1',
   'Opponent Weight': '',
   'w-l-d': ('11', '0', '0'),
   'result': 'VS',
   'rounds': '12'},
  1: {'date ↕': '2022-08-28',
   'Fighter Weight': '227¾',
   'Opponent': 'Fighter_2',
   'Opponent Weight': '211',
   'result': 'W-SD',
   'rounds': '12/12'}}}

在我运行时的初始运行中

DataFrame.from_dict(data)

这会产生一个输出，其中 DataFrame 的值是内部字典。

479205
0   {'date ↕': '2024-05-18', 'Fighter Weight': '',...
1   {'date ↕': '2023-10-28', 'Fighter 

如果您认为将数据存储到嵌套字典之外的其他内容中会更好，那么也请告诉我，因为我也愿意对抓取工具进行更改。

非常感谢！

Answer 1

示例

import pandas as pd
d = {'ID': {0: {'date ↕': '2024-05-23', 'Fighter Weight': '', 'Opponent': 'fighter_1', 'Opponent Weight': '', 'w-l-d': ('11', '0', '0'), 'result': 'VS', 'rounds': '12'}, 1: {'date ↕': '2022-08-28', 'Fighter Weight': '227¾', 'Opponent': 'Fighter_2', 'Opponent Weight': '211', 'result': 'W-SD', 'rounds': '12/12'}}}

代码

out = pd.json_normalize(pd.DataFrame(d)['ID'])

出