Python Can数据帧&x2019；s单元格是否将嵌套字典作为值保存？

口述：

meta_data = {
                "attr1":"meta_value1", 
                "attr2": {
                             "key1": "value1",
                             "key2": "value2",
                             "key3": "value3",
                         },
             }

然后，我想通过以下操作创建一个数据帧：

df = pd.DataFrame({"df_key1": "df_value1", "df_key2": "df_value2", 
                   "df_key3": "df_value3", "meta_data": meta_data}, index[0])

我得到：

        df_key1        df_key2        df_key3        meta_data
0       df_value1      df_value2      df_value3      NaN

            df_key1        df_key2        df_key3        meta_data
attr1       df_value1      df_value2      df_value3      meta_value1
attr2       df_value1      df_value2      df_value3      {'key1': 'value1', 'key2': 'value2', 'key3': 'value3'}

列“元数据”值为NaN

我也试过了

df_dict = {"df_key1": "df_value1", "df_key2": "df_value2", 
           "df_key3": "df_value3", "meta_data": meta_data}

df = pd.DataFrame.from_dict(df_dict)

我得到：

        df_key1        df_key2        df_key3        meta_data
0       df_value1      df_value2      df_value3      NaN

            df_key1        df_key2        df_key3        meta_data
attr1       df_value1      df_value2      df_value3      meta_value1
attr2       df_value1      df_value2      df_value3      {'key1': 'value1', 'key2': 'value2', 'key3': 'value3'}

我真正想要的是：

        df_key1        df_key2        df_key3        meta_data
0       df_value1      df_value2      df_value3      {'attr1': 'meta_value1', 'attr2': {'key1': 'value1', 'key2': 'value2', 'key3': 'value3'}}

嵌套字典作为数据帧单元格中的值

我该怎么办

---

所有的答案都能解决我的问题，我为自己挑了一个最合适的，谢谢大家

---

如果您从任何合理的角度（如代码样式或其他方面）有任何建议，欢迎评论。

使用pd.Series然后使用pd.DataFrame

df=pd.系列（{“df_-key1”：“df_-value1”，“df_-key2”：“df_-value2”，
“df_键3”：“df_值3”，“元数据”：元数据}）
df.to_frame（）.T

先使用pd.Series，然后使用pd.DataFrame

df=pd.系列（{“df_-key1”：“df_-value1”，“df_-key2”：“df_-value2”，
“df_键3”：“df_值3”，“元数据”：元数据}）
df.to_frame（）.T

在更改

数据帧

创建时，将

元数据

包装在

列表中

解决所需的输出问题-

>>> df_dict = {"df_key1": "df_value1", "df_key2": "df_value2","df_key3": "df_value3", "meta_data": [meta_data]}
>>> df = pd.DataFrame.from_dict(df_dict)
>>> df
     df_key1    df_key2    df_key3                                          meta_data
0  df_value1  df_value2  df_value3  {'attr1': 'meta_value1', 'attr2': {'key1': 'va...
>>> df.meta_data.values
array([{'attr1': 'meta_value1', 'attr2': {'key1': 'value1', 'key2': 'value2', 'key3': 'value3'}}],
      dtype=object)

---

更改

数据帧

创建后，将

元数据

包装到

列表中

解决所需的输出问题-

>>> df_dict = {"df_key1": "df_value1", "df_key2": "df_value2","df_key3": "df_value3", "meta_data": [meta_data]}
>>> df = pd.DataFrame.from_dict(df_dict)
>>> df
     df_key1    df_key2    df_key3                                          meta_data
0  df_value1  df_value2  df_value3  {'attr1': 'meta_value1', 'attr2': {'key1': 'va...
>>> df.meta_data.values
array([{'attr1': 'meta_value1', 'attr2': {'key1': 'value1', 'key2': 'value2', 'key3': 'value3'}}],
      dtype=object)

---

您应该尝试使用字典中的

.items（）

创建具有键值对的数据帧

设置：

import pandas as pd

meta_data = {
                "attr1":"meta_value1", 
                "attr2": {
                             "key1": "value1",
                             "key2": "value2",
                             "key3": "value3",
                         },
             }


df_dict = {"df_key1": "df_value1", "df_key2": "df_value2", 
           "df_key3": "df_value3", "meta_data": meta_data}

这将提供所需的数据帧：

pd.DataFrame({k: [v] for k, v in df_dict.items()})

---

您应该尝试使用字典中的

.items（）

创建具有键值对的数据帧

设置：

import pandas as pd

meta_data = {
                "attr1":"meta_value1", 
                "attr2": {
                             "key1": "value1",
                             "key2": "value2",
                             "key3": "value3",
                         },
             }


df_dict = {"df_key1": "df_value1", "df_key2": "df_value2", 
           "df_key3": "df_value3", "meta_data": meta_data}

这将提供所需的数据帧：

pd.DataFrame({k: [v] for k, v in df_dict.items()})