来自dicts列表的Pandas DataFrame

Question

我有一个数据结构,它是一个dicts列表列表:

[
    [{'Height': 86, 'Left': 1385, 'Top': 215, 'Width': 86},
     {'Height': 87, 'Left': 865, 'Top': 266, 'Width': 87},
     {'Height': 103, 'Left': 271, 'Top': 506, 'Width': 103}],
    ...
]

我可以将它转换为数据框:

detections[0:1]
df = pd.DataFrame(detections)
pd.DataFrame(df.apply(pd.Series).stack())

产量:

这几乎是我想要的,但是:

如何将每个单元格中的字典转换为"左","顶","宽","高"列？

Answer 1

要添加到Psidom的答案,列表也可以使用平展itertools.chain.from_iterable.

from itertools import chain

pd.DataFrame(list(chain.from_iterable(detections)))

在我的实验中,对于大量的"块"来说,这大约快了两倍.

In [1]: %timeit [r for d in detections for r in d]
10000 loops, best of 3: 69.9 µs per loop

In [2]: %timeit list(chain.from_iterable(detections))
10000 loops, best of 3: 34 µs per loop

如果您确实希望最终数据框中的索引能够反映原始分组,则可以使用

pd.DataFrame(detections).stack().apply(pd.Series)

       Height  Left  Top  Width
0   0      86  1385  215     86
    1      87   865  266     87
    2     103   271  506    103
1   0      86  1385  215     86
    1      87   865  266     87
    2     103   271  506    103

你很接近,但你需要pd.Series 在堆叠指数后申请.

Answer 2

您可以循环遍历列表，构造数据框列表，然后将它们连接起来：

pd.concat([pd.DataFrame(d) for d in detections])

# Height    Left    Top  Width
#0    86    1385    215     86
#1    87     865    266     87
#2   103     271    506    103

或者，首先展平列表，然后调用pd.DataFrame()：

pd.DataFrame([r for d in detections for r in d])