如何将不对称字典转换为pandas DataFrame

如何解决如何将不对称字典转换为pandas DataFrame

dict_circles = {
    'radii': [1,5,10,15],'feature_group': [1,'lat_long': {'city1': [lat1,long1],'city2': [lat2,long2]
                }
}

我正在使用上面的字典，想通过分割经纬度值然后复制它们以在新的DF中创建对称性来创建以下熊猫DataFrame：

          **radii** **feature_group** **lat** **long**
    city1     1            1          lat1   long1
    city2     1            1          lat2   long2
    city1     5            5          lat1   long1
    city2     5            5          lat2   long2
    city1    10           10          lat1   long1
    city2    10           10          lat2   long2
    city1    15           15          lat1   long1
    city2    15           15          lat2   long2

据我所知，我将需要递归[isinstance（data，type）或其他..]函数来访问嵌套在内部字典'lat_long'中的列表，并且可能还使用'pd.DataFrame.from_dict （）”，也许还有字典理解。解决方案使我逃脱了。如果有更好的策略，请提出建议。

解决方法

这是使用dict_circles的一种方法：

import pandas as pd
# I multiplied each feature group by 10,to distinguish vs radii
dict_circles = {
    'radii': [1,5,10,15],'feature_group': [10,50,100,150],'lat_long': {'city1': ['lat1','long1'],'city2': ['lat2','long2']
                }
}

# convert dict_circles (which is a nested dict) to list-of-tuples
tuples = [(city,r,fg,lat,lon)
          for r,fg in zip(dict_circles['radii'],dict_circles['feature_group'])
          for city,(lat,lon) in dict_circles['lat_long'].items()
         ]

# the list-of-tuples is compatible with the DataFrame constructor
df = pd.DataFrame(tuples,columns=('city','radii','feature_group','lat','long'))
print(df)

    city  radii  feature_group   lat   long
0  city1      1             10  lat1  long1
1  city2      1             10  lat2  long2
2  city1      5             50  lat1  long1
3  city2      5             50  lat2  long2
4  city1     10            100  lat1  long1
5  city2     10            100  lat2  long2
6  city1     15            150  lat1  long1
7  city2     15            150  lat2  long2