将结构化条目字典解析为美化的 Excel 工作表

Question

我有这个 python 字典，我想将这些数据写入 Excel 文件。

\n

注意：有很多类别，每个类别有很多汽车（为简单起见，我使用了 2 个类别）

\n

data = {"Category": {"Diesel" : [{\n                                "Name": "Land Rover", \n                                "Description":"No Description Found", \n                                "Price": "\xc2\xa3 x" }],\n\n                     "Electric" : [{"Name": "Tesla Model X", \n                                  "Description":"No Description Found", \n                                  "Price": "\xc2\xa3 x" }]\n                    }               \n        }\n

\n

期望的输出：

\n

\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n \n\n\n\n\n\n\n\n\n\n\n

类别	姓名	描述	价格
柴油机
	路虎	未找到描述	\xc2\xa3 x
电的
	特斯拉 Model X	未找到描述	\xc2\xa3 x

\n

Answer 1

TL;DR - 最好的解决方案是最后。

\n

最直接的方法是检查数据并逐行附加行：

\n

df = pd.DataFrame(columns=[\'Category\',  \'Name\', \'Description\',  \'Price\'])\ni = 0\nfor category, cars in data[\'Category\'].items():\n  df.loc[i, \'Category\'] = category\n  i += 1\n  for car in cars:\n    df.loc[i, [\'Name\',  \'Description\',  \'Price\']] = car\n    i += 1\n

\n

最后，您的数据框应如下所示：

\n

   Category           Name           Description Price\n0    Diesel            NaN                   NaN   NaN\n1       NaN     Land Rover  No Description Found   \xc2\xa3 x\n2  Electric            NaN                   NaN   NaN\n3       NaN  Tesla Model X  No Description Found   \xc2\xa3 x\n

\n

最后，将此数据框作为 Excel 文件写入磁盘：

\n

df.to_excel(...)\n

\n

默认情况下，NaNExcel 文件中的单元格将为空，这就是您在示例中的情况。

\n

但是，您可以通过使用纯 pandas 解决方案来完全避免循环和计数器：

\n

pd.concat(\n    df\n    for category, cars in data[\'Category\'].items()\n    for df in (pd.DataFrame({\'Category\': [category]}), pd.DataFrame(cars)))\n

\n