如何根据字典键从嵌套的字典中创建多个新的数据框列

根据字典键从嵌套的字典中创建多个新的数据框列，可以通过以下步骤实现：

首先，我们需要将嵌套的字典转换为数据框。可以使用pandas库中的DataFrame函数来实现。假设我们有一个嵌套字典nested_dict，可以使用以下代码将其转换为数据框：

import pandas as pd

nested_dict = {
    'key1': {'subkey1': 1, 'subkey2': 2},
    'key2': {'subkey1': 3, 'subkey2': 4}
}

df = pd.DataFrame.from_dict(nested_dict, orient='index')

这将创建一个数据框df，其中每个嵌套字典的键将成为数据框的列名。

接下来，我们可以使用apply函数和lambda表达式来根据字典键创建新的数据框列。假设我们想要根据subkey1和subkey2创建新的数据框列，可以使用以下代码：

df['new_column1'] = df.apply(lambda x: x['subkey1'], axis=1)
df['new_column2'] = df.apply(lambda x: x['subkey2'], axis=1)

这将创建两个新的数据框列new_column1和new_column2，它们的值分别为每行中subkey1和subkey2对应的值。

完整的代码示例如下：

import pandas as pd

nested_dict = {
    'key1': {'subkey1': 1, 'subkey2': 2},
    'key2': {'subkey1': 3, 'subkey2': 4}
}

df = pd.DataFrame.from_dict(nested_dict, orient='index')

df['new_column1'] = df.apply(lambda x: x['subkey1'], axis=1)
df['new_column2'] = df.apply(lambda x: x['subkey2'], axis=1)

print(df)

输出结果为：

      subkey1  subkey2  new_column1  new_column2
key1        1        2            1            2
key2        3        4            3            4

这样，我们根据字典键从嵌套的字典中成功创建了多个新的数据框列。

相关·内容

【Python】字典 dict ① ( 字典定义 | 根据键获取字典中的值 | 定义嵌套字典 )

一、字典定义 Python 中的字典数据容器中 , 存储了多个键值对 ; 字典在大括号 {} 中定义 , 键和值之间使用冒号 : 标识 , 键值对之间使用逗号 , 隔开 ; 集合..., 同样字典中的若干键值对中 , 键不允许重复 , 值是可以重复的 ; 字典定义 : 定义字典字面量 : {key: value, key: value, ... , key: value...= dict() 二、代码示例 - 字典定义在下面的代码中 , 插入了两个 Tom 为键的键值对 , 由于字典中的键不允许重复 , 新的键值对会将老的键值对覆盖掉 ; 代码示例 : """ 字典...print(empty_dict) # {} print(empty_dict2) # {} 执行结果 : {'Tom': 80, 'Jerry': 16, 'Jack': 21} {} {} 三、根据键获取字典中的值...字典中的键 Key 和值 Value 可以是任意的数据类型 ; 但是键 Key 不能是字典 , 值 Value 可以是字典 ; 值 Value 是字典数据容器 , 称为 " 字典嵌套 "

2623 0

在 Python 中，通过列表字典创建 DataFrame 时，若字典的 key 的顺序不一样以及部分字典缺失某些键，pandas 将如何处理？

当通过列表字典来创建 DataFrame 时，每个字典通常代表一行数据，字典的键（key）对应列名，而值（value）对应该行该列下的数据。如果每个字典中键的顺序不同，pandas 将如何处理呢？...列顺序：在创建 DataFrame 时，pandas 会检查所有字典中出现的键，并根据这些键首次出现的顺序来确定列的顺序。...效率考虑：虽然 pandas 在处理这种不一致性时非常灵活，但是从效率角度考虑，在创建大型 DataFrame 之前统一键的顺序可能会更加高效。...：这行代码定义了一个列表，其中包含多个字典。每个字典都有一些键值对，但键的顺序和存在的键可能不同。...dtype 参数指定了新 DataFrame 中的数据类型，这里设置为 np.float64，即双精度浮点数。 df：这行代码输出 DataFrame，以便查看其内容。

1160 0

解锁 Python 嵌套字典的奥秘：高效操作与实战应用指南

1.1 字典的语法字典使用 {} 来创建，每个键值对通过 : 分隔，多个键值对通过逗号 , 分隔。...它可以用于表示更复杂的数据结构，例如表示某个用户的详细信息或多个层次的数据关系。...6.4 数据库记录映射在数据库操作中，字典也被广泛用于将查询结果映射为 Python 对象。通常，每行记录可以表示为一个字典，其中列名作为键，列值作为字典的值。...九、常见的字典相关问题和优化技巧 9.1 如何处理字典的键不存在的情况？通常我们使用 get() 方法来安全访问字典中的值，它允许在键不存在时返回默认值，从而避免抛出 KeyError。...我们从字典的定义、创建、修改等基本操作入手，逐步深入到了嵌套字典、字典的性能分析以及高级字典技巧，如字典推导式、defaultdict、OrderedDict 等。

1041 0

如何在交叉验证中使用SHAP？

现在，我们可以使用此方法从原始数据帧中自己选择训练和测试数据，从而提取所需的信息。我们通过创建新的循环来完成此操作，获取每个折叠的训练和测试索引，然后像通常一样执行回归和 SHAP 过程。...这是通过循环遍历数据集中的所有样本并在我们的空字典中为它们创建一个键来实现的，然后在每个样本中创建另一个键来表示交叉验证重复。...接下来，我们在现有代码中添加一些新行，使我们能够重复交叉验证过程CV_repeats次，并将每次重复的SHAP值添加到我们的字典中。...因此，虽然我们正在取平均值，但我们还将获得其他统计数据，例如最小值，最大值和标准偏差：以上代码表示：对于原始数据框中的每个样本索引，从每个 SHAP 值列表（即每个交叉验证重复）中制作数据框。...该数据框将每个交叉验证重复作为行，每个 X 变量作为列。我们现在使用相应的函数和使用 axis = 1 以列为单位执行计算，对每列取平均值、标准差、最小值和最大值。然后我们将每个转换为数据框。

1721 0

pandas库的简单介绍（2）

DataFrame既包含行索引，也包含列索引，可以视为多个Series集合而成，是一个非常常用的数据结构。...3.1 DataFrame的构建 DataFrame有多种构建方式，最常见的是利用等长度的列表或字典构建（例如从excel或txt中读取文件就是DataFrame类型）。...另外一个构建的方式是字典嵌套字典构造DataFrame数据；嵌套字典赋给DataFrame，pandas会把字典的键作为列，内部字典的键作为索引。...计算两个索引的交集 union 计算两个索引的并集 delete 将位置i的元素删除，并产生新的索引 drop 根据传入的参数删除指定索引值，并产生新索引 unique 计算索引的唯一值序列 is_nuique...不常用的特性感兴趣的可自行探索。 4.1 重建索引 reindex是pandas对象的重要方法，该方法创建一个符合条件的新对象。

2.3K1 0

Python基本手册

() difference() #根据一个集合中不存在于另一个结合中的元素，创建处一个新的集合，如 >>>a = set([0,1,2]) >>>b = set([1,3]) >>>a.difference...(b) set([0,2]) intersection() #根据两个集合中共有的元素，创建出一个新的集合 >>>a = set([0,1,2]) >>>b = set([1,3]) >>>a.intersection...，创建出一个新的集合。...，每当有元素加入到集合中时，Python就会计算该元素的散列码，散列码是一个整数。...#可供用户输入数据的多行文本框 TopLevel #额外的窗口 from Tkinter import * window = Tk() #创建根窗口 label = Label(window,

5.4K5 2

C++ Qt开发：运用QJSON模块解析数据

，输出效果如下；1.3 解析多数组键值实现解析字典嵌套字典或字典嵌套数组的结构，如配置文件中的ObjectInArrayJson则是一个字典中嵌套了另外两个字典而每个字典中的值又是一个Value数组，而与之相对应的...ArrayJson则是在列表中嵌套了另外一个列表，这两中结构的使用读者可参照如下案例；首先我们来看ObjectInArrayJson是如何被解析的，我们分别准备两个ComboBox选择框，当读者点击按钮时我们通过...ComBobox列表框内，输出效果如下；1.4 解析多字典键值实现解析字典中嵌套多个参数或字典中嵌套参数中包含列表的数据集，如配置文件中的ObjectJson则是字典中存在多个键值对，而ObjectArrayJson...如下案例中，当读者点击初始化按钮时我们首先让字典中的数据填充之ComboBox列表框中，接着当读者点击第一个列表框时我们让其过滤出特定的内容并赋值到第二个列表框中，以此实现联动效果，首先初始化部分如下所示...1.5 解析多字典嵌套实现解析多个字典嵌套或多个列表嵌套的结构，如配置文件中的NestingObjectJson则是字典中嵌套字典，而ArrayNestingArrayJson则是列表中嵌套列表，两种的解析方式基本一致

2841 0

python下的Pandas中DataFrame基本操作（二），DataFrame、dict、array构造简析

跟其他类似的数据结构相比（如R的data.frame），DataFrame中面向行和面向列的操作基本上是平衡的。...其实，DataFrame中的数据是以一个或多个二维块存放的（而不是列表、字典或别的一维数据结构）。...；　　它就会被解释为：外层字典的键作为列，内层键则作为行索引。...：第一种是两个不同列表转换成一个数据框，第二种是一个包含不同子列表的列表转换成为数据框。..."b" : b}#将列表a，b转换成字典 data=DataFrame(c)#将字典转换成为数据框 print(data) 输出的结果为 a b 0 1 5 1 2 6 2 3

4.4K3 0

Parquet存储的数据模型以及文件格式

这种灵活性同样也延伸至内存中的表示法：Java的实现并没有绑定某一种表示法，因而可以使用Avro、Thrift等多种内存数据表示法来讲数据写入Parquet文件或者从Parquet文件中读取数据。...这样，具有嵌套列的 map 中的键和值将会交错存储，也就是说，虽然你只想读取键，却不得不把值也读取到内存中。...例如，在读取Parquet 的map 键-值对中的键时，不需要访问任何值，从而使其性能得到显著提升，尤其是当值非常大的时候，比如，包含很多字段的嵌套记录。...由于元数据保存在文件尾中，因此在读 Parquet 文件时，首先要做的就是找到文件的结尾，然后(减去 8个字节)读取文件尾中的元数据长度，并根据元数据长度逆向读取文件尾中的元数据。...Parquet 会使用一些带有压缩效果的编码方式，包括差分编码(保存值与值之间的差)、游程长度编码(将一连串相同的值编码为一个值以及重复次数）、字典编码(创建一个字典，对字典本身进行编码，然后使用代表字典索引的一个整数来表示值

1771 0

【03】从零开始学Python—列表、元组、字典

01列表的概念关于列表的三点说明：列表的构造:英文状态下的方括号[],元素存放在该方括号中。元素不受任何限制，可以存放数值、字符串及其他数据结构的内容。...注：变量list1是一个含有7个元素的列表，位置索引是从0开始，以6结束；该列表包含字符串（用引号括起来）、数值和列表(嵌套列表）；本例中print(list1[6][1])两层索引可以取出嵌套列表中的元素...insert方法可以在列表的指定位置插入新值，该方法需要传递两个参数：一个是索引（或下标）参数，一个是具体插入的值（常量和列表均可，若是列表则以嵌套列表的形式插入）。 ?...pop方法：如果不给其传递值，则表示删除列表末尾的一个元素，否则就删除指定下标的一个元素，但是字典中pop方法必须指定需要删除的键，否则就会引起语法错误；如果需要删除嵌套字典中的某个键，就必须先通过索引取出对应的字典...get方法的功能与键索引一致，可以从字典中取出键对应的值。所不同的是如果某个键在字典中不存在，应用键索引的方法会产生“键错误”的信息；而get方法不会报错，也就不会影响其他脚本的正常执行。

1.2K1 0

python入门——python数据类型

3、list.extend(seq)：在列表末尾一次性追加另一个序列中的多个值（用新列表扩展原来的列表） 4、list.index(obj)：从列表中找出某个值第一个匹配项的索引位置 5、list.insert...，也可以是通过索引或切片使用列表中元素的值；与字符串的索引一样，列表索引从0开始，如果是反序，最后一个元素是 “-1”，倒数第二个元素的列下标识 “-2”。...要获取字典中的值，可依次指定字典名和放在方括号内的键；如print(dict[‘key]’) 要添加键-值对，可依次指定字典名、用方括号括起来的键和对应的值；使用字典存储大量数据或者编写能自动生成大量键...-值得代码时，通常需要先定义一个空字典，如：dict = {} 要修改字典中的值，可依次指定字典名、用方括号括起来的键以及与该键相关的新值；要删除键-值对，可使用del语句键对应的键-值对彻底删除。...经常会涉及到嵌套使用；列表、字典、元组等可以相互嵌套使用；使用的方法和对应的列表、字典、元组的使用方法类似，不多做说明；

1.8K1 0

Python 小组学习 Week2 Task2

Python基础知识（一） 01列表常用列表方法 1. append 添加，在末尾就地添加，无返回值 2. clear 就地清空列表 3. copy 复制，创建一个副本 4. count 计算指定的元素在列表中出现了多少次...添加键值对：直接指定键和值即可添加；修改字典中的值：要修改字典中的值，可依次指定字典名、用方括号括起的键以及与该键相关联的新值删除键值对：使用del将其删除。...必须指明字典名和要删除的键遍历字典遍历所有的键值对： for k,v in dict.items() 遍历字典中的所有键： for k in dictionary.keys() 可使用函数sorted...() 来获得按特定顺序排列的键列表的副本，这样使遍历出来的结果有一定的顺序性遍历字典中的所有值： for v in dictionary.values() 可使用set()进行去重，避免多个相同值反复出现...字典的嵌套 1.

8421 0

Python_实用入门篇_11

字典类型是Python中唯一內建的映射类型。字典是另一种可变容器模型，且可存储任意类型对象。(鉴于字典可存储的信息量几乎不受限制，因此会教给大家如何遍历字典中的数据。...del删除后会永远消失 4.改(要修改字典中的值，可依次指定字典名、用方括号括起的键以及与该键相关联的新值) alien_0 = {'color': 'green'} print(alien_0['color...])创建一个新字典，以序列 seq 中元素做字典的键，val 为字典所有键对应的初始值 4 dict.get(key, default=None)返回指定键的值，如果值不在字典中返回default值 5...12 popitem()随机返回并删除字典中的一对键和值。 6.字典可以有很多应用 1.强大的字典嵌套有时候，需要将一系列字典存储在列表中，或将列表作为值存储在字典中，这称为嵌套。...3.字典嵌套字典(字典中嵌套字典，如果有多个用户，每个都有用户名，可在字典中将用户名作为键，然后将每位用户的信息存储在一个字典中，并将该字典作为与用户名相关联的值。)

1.7K1 0

如何在 Python 中将嵌套的 OrderedDict 转换为 Dict？

result[key] = nested_odict_to_dict(value) return result 在上面的代码中，我们首先使用内置的 dict（）函数从嵌套的 OrderedDict...让我们分解代码并了解它是如何工作的： result = dict(nested_odict) 此行通过将传入（nested_odict）的有序字典转换为常规字典来创建新的字典（结果）。...Zip': '12345' }) }) regular_dict = nested_odict_to_dict(nested_odict) print(regular_dict) 上面的代码截图器创建一个具有多个嵌套级别的有序字典...此代码的输出将是一个嵌套字典，其键和值与原始有序字典nested_odict相同，但没有排序保证。...我们还提供了一个示例，说明如何使用该函数将我们之前创建的嵌套有序字典转换为常规字典。通过将嵌套的 OrderedDict 转换为常规字典，我们可以简化数据处理并更轻松地执行各种操作。

4284 0

Python数据分析-pandas库入门

DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共用同一个索引）。DataFrame 中的数据是以一个或多个二维块存放的（而不是列表、字典或别的一维数据结构）。...虽然 DataFrame 是以二维结构保存数据的，但你仍然可以轻松地将其表示为更高维度的数据（层次化索引的表格型结构，这是 pandas中许多高级数据处理功能的关键要素）创建 DataFrame 的办法有很多...two', 'four','five']) frame2.debt = val frame2 为不存在的列赋值会创建出一个新列。...另一种常见的数据形式是嵌套字典，如果嵌套字典传给 DataFrame，pandas 就会被解释为：外层字典的键作为列，内层键则作为行索引，代码示例： #DataFrame另一种常见的数据形式是嵌套字典...，如何创建 pandas 对象、指定 columns 和 index 创建 Series 和 DataFrame 对象、赋值操作、属性获取、索引对象等，这章介绍操作 Series 和 DataFrame

3.7K2 0

小白也能看懂的Pandas实操演示教程(上)

的类型：通过字典列表的方式创建数据框 print("第二种方法创建DataFrame") dict2={'a':[1,2,3,4...)) df2=pd.DataFrame(dict2) print("数据框2： ",df2) print("数据框2的类型：",type(df2)) ---- 第二种方法创建DataFrame 字典...：通过嵌套字典的方式创建数据框 dict3={'one':{'a':1,'b':2,'c':3,'d':4},...s3=df3['one'] #直接拿出数据框3中第一列 print("序列3： ",s3) print("序列3的类型：",type(s3)) print("----------------------...#当实际工作中我们需要处理的是一系列的数值型数据框，可以使用apply函数将这个stats函数应用到数据框中的每一列 df=pd.DataFrame(np.array([d1,d2,d3]).T,columns

1.3K2 0

SqlAlchemy 2.0 中文文档（四十）

定义外键 SQL 中的外键是一个表级构造，它将该表中的一个或多个列约束为仅允许存在于另一组列中的值，通常但不总是位于不同的表上。我们称被约束的列为外键列，它们被约束到的列为引用列。...info – 将填充到此对象的 SchemaItem.info 属性中的可选数据字典。 comment – 可选字符串，将在创建外键约束时呈现 SQL 注释。...定义外键在 SQL 中，外键是一个表级构造，它限制该表中的一个或多个列只允许存在于另一组列中的值，通常但不总是位于不同的表中。我们将受到限制的列称为外键列，它们被约束到的列称为引用列。...info – 可选的数据字典，将被填充到此对象的 SchemaItem.info 属性中。 comment – 在外键约束创建时渲染 SQL 注释的可选字符串。...info – 将填充到此对象的 SchemaItem.info 属性中的可选数据字典。 comment – 在外键约束创建时渲染一个 SQL 注释的可选字符串。

2521 0

小白也能看懂的Pandas实操演示教程(上)

的类型：通过字典列表的方式创建数据框 print("第二种方法创建DataFrame") dict2={'a':[1,2,3,4...)) df2=pd.DataFrame(dict2) print("数据框2：\n",df2) print("数据框2的类型：",type(df2)) ---- 第二种方法创建DataFrame 字典...：通过嵌套字典的方式创建数据框 dict3={'one':{'a':1,'b':2,'c':3,'d':4},...s3=df3['one'] #直接拿出数据框3中第一列 print("序列3：\n",s3) print("序列3的类型：",type(s3)) print("---------------------...#当实际工作中我们需要处理的是一系列的数值型数据框，可以使用apply函数将这个stats函数应用到数据框中的每一列 df=pd.DataFrame(np.array([d1,d2,d3]).T,columns

1.7K4 0

python数据结构

python数据结构列表将列表当做堆栈使用将列表当作队列使用列表推导式嵌套列表解析 del 语句元组和序列集合字典遍历技巧列表 Python中列表是可变的，这是它区别于字符串和元组的最重要的特点...通常应用程序将一些操作应用于某个序列的每个元素，用其获得的结果作为生成新列表的元素，或者根据确定的判定条件创建子序列。 ...每个列表推导式都在 for 之后跟一个表达式，然后有零到多个 for 或 if 子句。返回结果是一个根据表达从其后的 for 和 if 上下文环境中生成出来的列表。...序列是以连续的整数为索引，与此不同的是，字典以关键字为索引，关键字可以是任意不可变类型，通常用字符串或数值。理解字典的最佳方式是把它看做无序的键/值对集合。在同一个字典之内，键必须是唯一的。 ...jack' not in tel False 构造函数 dict() 可以直接从键值对元组列表中构建字典。

1.5K2 0

超强Python『向量化』数据处理提速攻略

这是一个非常基本的条件逻辑，我们需要为lead status创建一个新列。我们使用Pandas的优化循环函数apply()，但它对我们来说太慢了。...看下面的例子： numpy.where()它从我们的条件中创建一个布尔数组，并在条件为真或假时返回两个参数，它对每个元素都这样做。这对于在Dataframe中创建新列非常有用。...向量化选项将在0.1秒多一点的时间内返回列，.apply()将花费12.5秒。嵌套的np.where()解决方案工具179ms。那么嵌套的多个条件，我们可以向量化吗？可以！...1、字符串假设你需要在一系列文本中搜索特定的模式，如果匹配，则创建一个新的series。这是一种.apply方法。...2、字典lookups 对于进行字典查找，我们可能会遇到这样的情况，如果为真，我们希望从字典中获取该series键的值并返回它，就像下面代码中的下划线一样。

6.7K4 1

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

如何根据字典键从嵌套的字典中创建多个新的数据框列

相关·内容

【Python】字典 dict ① ( 字典定义 | 根据键获取字典中的值 | 定义嵌套字典 )

在 Python 中，通过列表字典创建 DataFrame 时，若字典的 key 的顺序不一样以及部分字典缺失某些键，pandas 将如何处理？

解锁 Python 嵌套字典的奥秘：高效操作与实战应用指南

如何在交叉验证中使用SHAP？

pandas库的简单介绍（2）

Python基本手册

C++ Qt开发：运用QJSON模块解析数据

python下的Pandas中DataFrame基本操作（二），DataFrame、dict、array构造简析

Parquet存储的数据模型以及文件格式

【03】从零开始学Python—列表、元组、字典

python入门——python数据类型

Python 小组学习 Week2 Task2

Python_实用入门篇_11

如何在 Python 中将嵌套的 OrderedDict 转换为 Dict？

Python数据分析-pandas库入门

小白也能看懂的Pandas实操演示教程(上)

SqlAlchemy 2.0 中文文档（四十）

小白也能看懂的Pandas实操演示教程(上)

python数据结构

超强Python『向量化』数据处理提速攻略

扫码

相关资讯

热门标签

活动推荐

运营活动

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐