python - 同一索引的多个列

Question

对于我的每个不同样本，我都有在不同运行中产生的统计数据列表:

d = {
    "sample1": [
        {"stat1": 'a', "stat2": 98},  # stats for sample1, 1st run
        {"stat1": 'z', "stat2": 13},  # stats for sample1, 2nd run
    ],
    "sample2": [
        {"stat1": 'y', "stat2": 1089},  # stats for sample2, 1st run
        {"stat1": 'a', "stat2": 1015},  # stats for sample2, 2nd run
    ],
}

我正在尝试从中创建一个 DataFrame，以便可以轻松管理统计数据。例如，我想查看给定样本的 stat2 平均值。或者所有样本最常见的 stat1 值。

因此 df.loc["sample2"] 但返回统计信息的所有“行”。 df.loc[["sample1", 3]] 只会返回第 4 次运行。 df["stat1"] 当然会返回所有样本和运行的整个列，df.loc["sample1"]["stat2"] stat2 列对于样本 1。我希望我的索引正确，我对 Pandas 不是很熟悉。

我无法做到正确。我试过使用 pd.MultiIndex 但那并没有真正起作用:

index = pd.MultiIndex.from_tuples(???, names=['sample', 'run'])
df = pd.DataFrame(d, columns=['stat1', 'stat2'], index=index)

我尝试将每个样本与运行次数配对，例如 [("sample1", 0), ("sample1", 1), ("sample2", 0), ("sample2", 1) ] 但这并没有真正奏效，因为每个样本的运行次数并不总是相同。

另外，所有的值都是 NaN 所以我一定是在传递数据时做错了什么。传递 d 和适当的索引和列是否足以让构造函数弄清楚如何填充数据框？那我还应该怎么做？

Answer 1

我想你需要concat使用 dict comprehension，如果需要更改 MultiIndex 的列名称，请添加 rename_axis :

df = pd.concat({k:pd.DataFrame(v) for k, v in d.items()}).rename_axis(('sample','run'))
print (df)
            stat1  stat2
sample  run             
sample1 0       a     98
        1       z     13
sample2 0       y   1089
        1       a   1015