Python 将嵌套列表转换为具有列名的数据帧

我有一个嵌套列表，看起来像这样

features = 
[['0:0.084556', '1:0.138594', '2:0.094304\n'],
 ['0:0.101468', '4:0.138594', '5:0.377215\n'],
 ['0:0.135290', '2:0.277187', '3:0.141456\n']
]

嵌套列表中的每个列表都是以逗号分隔的行。“：”的左侧是列名，右侧是行值

我想将其转换为熊猫数据帧，如下所示：

  f_0000  |  f_0001  |  f_0002  |  f_0003  |  f_0004  | f_0005
---------------------------------------------------------------
 0.084556 | 0.138594 | 0.094304 | 0.000000 | 0.000000 | 0.000000
 0.101468 | 0.000000 | 0.000000 | 0.000000 | 0.138594 | 0.377215
 0.135290 | 0.000000 | 0.277187 | 0.141456 | 0.000000 | 0.000000

有人能帮我解决这个问题吗

原始DF（它在pd.read_剪贴板上的格式不正确，但是…）

试试这个：

df = pd.DataFrame(data, columns = ['Column name 1'], ['column name 2'])

---

我认为对于循环，简单的方法仍然是

首先，从给定的
功能中选择所有键

对于所有元素，我们使用并提取第一个元素
然后，因为我们只需要唯一的密钥，所以我们使用。然后，我们将其转换回
列表
，并使用
排序
对键进行排序（如果需要，可以提供一些详细信息）

第一部分总结如下：

keys = sorted(list(set([elt.split(':')[0] for l in features for elt in l])))

从上述键创建一个空的
dict
，并用空列表初始化所有键：
迭代所有功能：

将访问的所有关键功能保存在
seen
变量中
添加所有功能键和值
使用不在当前
功能中的键完成数据


最后，使用默认构造函数[
pd.dataframe（）
]）从out dict创建数据帧

使用名称和字符串格式（）正确设置列的格式。有一些很好的解释


说得够多了，这里是完整的代码+插图：

features = [["0:0.084556", "1:0.138594", "2:0.094304"],
    ["0:0.101468", "4:0.138594", "5:0.377215"],
    ["0:0.135290", "2:0.277187", "3:0.141456"]
    ]

# Step 1
keys = sorted(list(set([elt.split(':')[0] for l in features for elt in l])))
print(keys)
# ['0', '1', '2', '3', '4', '5']

# Step 2
data = {k:[] for k in keys}
print(data)
# {'0': [], '1': [], '2': [], '3': [], '4': [], '5': []}

# Step 3
for sub in features:
    # Step 3.1
    seen = []
    # Step 3.2
    for l in sub:
        k2, v = l.split(":")        # Get key and value
        data[k2].append(float(v))   # Append current value to data
        seen.append(k2)             # Set the key as seen

    # Step 3.3
    for k in keys:                  # For all data keys
        if k not in seen:           # If not seen
            data[k].append(0)       # Add 0

print(data)
# {'0': [0.084556, 0.101468, 0.13529], 
#     '1': [0.138594, 0, 0], 
#     '2': [0.094304, 0,0.277187],
#     '3': [0, 0, 0.141456],
#     '4': [0, 0.138594, 0],
#     '5': [0, 0.377215, 0]
# }

# Step 4
df = pd.DataFrame(data)
print(df)
#           0         1         2         3         4         5
# 0  0.084556  0.138594  0.094304  0.000000  0.000000  0.000000
# 1  0.101468  0.000000  0.000000  0.000000  0.138594  0.377215
# 2  0.135290  0.000000  0.277187  0.141456  0.000000  0.000000

# Step 5
df.columns = ["f_{:04d}".format(int(val)) for val in df.columns]
print(df)
#      f_0000    f_0001    f_0002    f_0003    f_0004    f_0005
# 0  0.084556  0.138594  0.094304  0.000000  0.000000  0.000000
# 1  0.101468  0.000000  0.000000  0.000000  0.138594  0.377215
# 2  0.135290  0.000000  0.277187  0.141456  0.000000  0.000000

这些字符串在列表中吗？或者这是文本文件中的某个“列表”？这最初是一个数据框，列表中的所有项目都作为一列。我做了
list（train['features'].str.split（“”））
将其转换为嵌套列表。features=[[0:0.08456,1:0.138594,2:0.094304\n]，[0:0.101468,4:0.138594,5:0.377215\n]，[0:0.135290,2:0.277187,3:0.141456\n]]这不是一个正确的列表。您能发送实际的列表吗？@SachinGupta对此表示歉意。您能添加原始数据帧的样本吗？从那里开始可能会更快。做得好，非常干净的方法！我试图做一些类似的事情，但我的python技能再次让我失望！这太棒了！如果我有一个数字列，比如“f_1000”，这些列将不再有序，不是吗？你怎么会这么想？如果我有5000个特征，则在步骤1中对列进行排序。列f_0000将首先是f_0001，然后是f_0010。应该是f_0000列，然后是f_0001列，然后是f_0002列。不过，我大概能理解这一部分。谢谢伟大的另一种方法是转换为数字，排序，然后返回字符串（如果需要的话）：-）请不要只发布代码作为答案，还要解释代码的作用以及它如何解决问题。带有解释的答案通常更有帮助，质量更好，更容易吸引选票。
data = {k:[] for k in keys}

features = [["0:0.084556", "1:0.138594", "2:0.094304"],
    ["0:0.101468", "4:0.138594", "5:0.377215"],
    ["0:0.135290", "2:0.277187", "3:0.141456"]
    ]

# Step 1
keys = sorted(list(set([elt.split(':')[0] for l in features for elt in l])))
print(keys)
# ['0', '1', '2', '3', '4', '5']

# Step 2
data = {k:[] for k in keys}
print(data)
# {'0': [], '1': [], '2': [], '3': [], '4': [], '5': []}

# Step 3
for sub in features:
    # Step 3.1
    seen = []
    # Step 3.2
    for l in sub:
        k2, v = l.split(":")        # Get key and value
        data[k2].append(float(v))   # Append current value to data
        seen.append(k2)             # Set the key as seen

    # Step 3.3
    for k in keys:                  # For all data keys
        if k not in seen:           # If not seen
            data[k].append(0)       # Add 0

print(data)
# {'0': [0.084556, 0.101468, 0.13529], 
#     '1': [0.138594, 0, 0], 
#     '2': [0.094304, 0,0.277187],
#     '3': [0, 0, 0.141456],
#     '4': [0, 0.138594, 0],
#     '5': [0, 0.377215, 0]
# }

# Step 4
df = pd.DataFrame(data)
print(df)
#           0         1         2         3         4         5
# 0  0.084556  0.138594  0.094304  0.000000  0.000000  0.000000
# 1  0.101468  0.000000  0.000000  0.000000  0.138594  0.377215
# 2  0.135290  0.000000  0.277187  0.141456  0.000000  0.000000

# Step 5
df.columns = ["f_{:04d}".format(int(val)) for val in df.columns]
print(df)
#      f_0000    f_0001    f_0002    f_0003    f_0004    f_0005
# 0  0.084556  0.138594  0.094304  0.000000  0.000000  0.000000
# 1  0.101468  0.000000  0.000000  0.000000  0.138594  0.377215
# 2  0.135290  0.000000  0.277187  0.141456  0.000000  0.000000