如何将嵌套字典转换为熊猫数据框？

Question

我在这个格式的词典 “my_dict”：

{'l1':{'c1': {'a': 0, 'b': 1, 'c': 2}, 
     'c2': {'a': 3, 'b': 4, 'c': 5}}, 
'l2':{'c1': {'a': 0, 'b': 1, 'c': 2}, 
     'c2': {'a': 3, 'b': 4, 'c': 5}} 
} 

目前，我使用pd.DataFrame.from_dict(my_dict, orient='index')，并得到这样的DF：

       c2       c1 
l1 {u'a': 3, u'c': 5, u'b': 4} {u'a': 0, u'c': 2, u'b': 1} 
l2 {u'a': 3, u'c': 5, u'b': 4} {u'a': 0, u'c': 2, u'b': 1} 

不过，我要的是既L1/L2和c2/c3作为索引，a/b/c作为列。
事情是这样的：

 a b c 
l1 c1 0 1 2 
    c2 3 4 5 
l2 c1 0 1 2 
    c2 3 4 5 

什么是做到这一点的最好方法是什么？

Answer 1

考虑使用元组键来构建字典的字典理解。然后，使用熊猫'MultiIndex.from_tuples。在ast以下用于重建字符串中的原始字典（忽略结尾的步骤）。

import pandas as pd 
import ast 

origDict = ast.literal_eval(""" 
{'l1':{'c1': {'a': 0, 'b': 1, 'c': 2}, 
     'c2': {'a': 3, 'b': 4, 'c': 5}}, 
'l2':{'c1': {'a': 0, 'b': 1, 'c': 2}, 
     'c2': {'a': 3, 'b': 4, 'c': 5}} 
}""") 

# DICTIONARY COMPREHENSION 
newdict = {(k1, k2):v2 for k1,v1 in origDict.items() \ 
         for k2,v2 in origDict[k1].items()} 
print(newdict) 
# {('l1', 'c2'): {'c': 5, 'a': 3, 'b': 4}, 
# ('l2', 'c1'): {'c': 2, 'a': 0, 'b': 1}, 
# ('l1', 'c1'): {'c': 2, 'a': 0, 'b': 1}, 
# ('l2', 'c2'): {'c': 5, 'a': 3, 'b': 4}} 

# DATA FRAME ASSIGNMENT 
df = pd.DataFrame([newdict[i] for i in sorted(newdict)], 
        index=pd.MultiIndex.from_tuples([i for i in sorted(newdict.keys())]))  
print(df) 
#  a b c 
# l1 c1 0 1 2 
# c2 3 4 5 
# l2 c1 0 1 2 
# c2 3 4 5