Python 以长格式将多个词典合并到一个数据帧中

我有几本字典设置如下：

Dict1 = {'Orange': ['1', '2', '3', '4']}
Dict2 = {'Red': ['3', '4', '5']}

我希望输出是一个组合数据帧：

| Type | Value |
|--------------|
|Orange|   1   |
|Orange|   2   |
|Orange|   3   |
|Orange|   4   |
| Red  |   3   |
| Red  |   4   |
| Red  |   5   |

我试着把所有的东西都分离出来，但在这个数据框中我只得到了Dict2

mydicts = [Dict1, Dict2]
for x in mydicts:
    for k, v in x.items():
        df = pd.DataFrame(v)
        df['Type'] = k

---

一个选项是使用

pd.concat

：

pd.concat(map(pd.DataFrame, mydicts), axis=1).melt().dropna()

  variable value
0   Orange     1
1   Orange     2
2   Orange     3
3   Orange     4
4      Red     3
5      Red     4
6      Red     5

---

如果性能很重要，您可以使用

DataFrame初始化单个数据帧。从_dict

和

melt

：

pd.DataFrame.from_dict({**Dict1, **Dict2}, orient='index').T.melt().dropna()
  variable value
0   Orange     1
1   Orange     2
2   Orange     3
3   Orange     4
4      Red     3
5      Red     4
6      Red     5

或者，使用

stack

而不是

melt

（稍微慢一点，只是为了完整性）：

字典解包语法适用于python3.6。在旧版本中，将

{**d1，**d2}

替换为

{k:v代表d在mydicts中代表k，v代表d.items（）}

---

在

堆栈之后

，它成为一个问题

---

在你的第二个例子中，有没有一种方法可以重复使用字典而不是单独命名它们？@ATCH_是的，请看我刚才添加的脚注。

res = (pd.DataFrame.from_dict({**Dict1, **Dict2}, orient='index').T
         .stack()
         .reset_index(level=1)
         .sort_values('level_1'))
res.columns = ['Type', 'Value']

print(res)
     Type Value
0  Orange     1
1  Orange     2
2  Orange     3
3  Orange     4
0     Red     3
1     Red     4
2     Red     5

pd.DataFrame(
    [(t, v)
     for t, V in {**Dict1, **Dict2}.items()
     for v in V],
    columns=['Type', 'Value']
)

     Type Value
0  Orange     1
1  Orange     2
2  Orange     3
3  Orange     4
4     Red     3
5     Red     4
6     Red     5

s=pd.DataFrame(mydicts).stack().reset_index(level=1)
unnesting(s,[0])
Out[829]: 
   0 level_1
0  1  Orange
0  2  Orange
0  3  Orange
0  4  Orange
1  3     Red
1  4     Red
1  5     Red