从缺少值的Python嵌套字典构建表

以下是我目前拥有的数据结构：

{'bin1': {'A': 14545,
          'B': 18579,
          'C': 5880,
          'D': 20771,
          'E': 404396},
 'bin2': {'A': 13200,
          'B': 12279,
          'C': 5000,
          'D': 16766,
          'E': 200344},
 [...] }

我想写一张表格，形式如下：

        A     B     C    D     E    
bin1  14545 18579 5880 20771 494396
bin2  13200 12279 5000 16766 200344
...

目前我正在使用一个粗略的打印循环（其中d==上面描述的字典）：

这似乎有效（尽管明显无序），但在我的输出中，我发现一些嵌套字典不包含所有字段A-E。我想一种方法是重建字典，可能使用更合适的矩阵类型数据结构，并用

0

填充缺少的值，但是考虑到我手头有这么大的嵌套字典，有没有更聪明的方法来打印上面显示的输出，以处理缺少的元素呢？

您可以使用

d[j].get（q，'0'）

而不是

d[j][q]

来填充所有缺少的条目：

# print the table header
labs = sorted(max(d.values(), key=len))
print "bin" + "\t" + "\t".join(labs)

# loop and print the values
for j in d:
    print j + "\t" + "\t".join(str(d[j].get(q, '0')) for q in labs)

我还对代码的其他部分做了一些细微的修改，以便对列进行排序。

使用：

印刷品

          A      B     C      D       E
bin1  14545  18579  5880  20771  404396
bin2  13200      0     0  16766  200344

---

df.fillna（0）

将缺少的值替换为0。

他可以使用

dict.get（）

，而无需创建临时

defaultdict

：

j+“\t”+“\t”。join（str（d[j].get（q.），用于实验室中的q）

。

get

的默认值不应该是整数

0

而不是字符串

'0'

？不管怎样，它被转换为字符串都会起作用，但是将其设置为

'0'

开始时应该会稍微快一点。如果

d.values（）

返回的第一个字典不完整（缺少键值对）这不会导致缺少列吗？我错过了后来转换为字符串的过程。

import pandas as pd

data = {'bin1': {'A': 14545,
          'B': 18579,
          'C': 5880,
          'D': 20771,
          'E': 404396},
        'bin2': {'A': 13200,
          'D': 16766,
          'E': 200344},
        }

df = pd.DataFrame(data).T
df.fillna(0, inplace=True)
print(df)

          A      B     C      D       E
bin1  14545  18579  5880  20771  404396
bin2  13200      0     0  16766  200344