将包含熊猫系列数组的多维字典转换为csv

Question

我有一些python代码创建一个字典，其中键后跟包含pandas系列的可变长度数组的值。

{"key1":[series1,series2,series3], "key2":[series4,series5,series6,..],...}

所有数据框包含2列，Word和frequency

我想知道将这个数据结构转换为csv的最合适的方法是什么。格式如下:

key, Word, frequency
key1, series1[0][0], series1[0][1]
key1, series1[1][0], series1[1][1]
......
key10, series76[100][0], series76[100][1]  #<-Arbitrary indexes. 

我试过遍历字典，这样做。但是，该系列的残余部分被保存到CSV中，例如

Length: 65, dtype: int64]

因此，理想情况下，我希望在此场景中使用pandas.to_csv()，以便不需要手动解析此数据。

Answer 1

使用concat进行列表推导:

s1 = pd.Series([2,3],index=['aaa','bbb'])
s2 = pd.Series([1,2,3],index=['ccc','fff','ggg'])
s3 = pd.Series([4,5],index=['ddd','eee'])
d = {"key1": [s1, s2], "key2": [s3]}
df = pd.concat([pd.DataFrame({'key': k, 'word': x.index, 'freq': x.to_numpy()})
for k, v in d.items() 
for x in v
if isinstance(x, pd.Series)], ignore_index=True)
print (df)
key word  freq
0  key1  aaa     2
1  key1  bbb     3
2  key1  ccc     1
3  key1  fff     2
4  key1  ggg     3
5  key2  ddd     4
6  key2  eee     5
df.to_csv("output.csv", index=False)

Answer 2

一种方法:

import pandas as pd
# toy data
df1 = pd.DataFrame([["hello", 1], ["world", 1]], columns=["word", "frequency"])
df2 = pd.DataFrame([["quick", 10], ["brown", 1], ["fox", 3]], columns=["word", "frequency"])
df3 = pd.DataFrame([["rice", 9], ["salt", 1], ["sugar", 7]], columns=["word", "frequency"])
data = {"key1": [df1, df2], "key2": [df3]}
# split in keys and values
keys, values = zip(*[(key, value) for key, values in data.items() for value in values])
# use the keys parameter of concat
df = pd.concat(values, keys=keys).droplevel(-1).reset_index().rename(columns={ "index" : "key"})
df.to_csv("output.csv", index=False)

(output.csv)

key,word,frequency
key1,hello,1
key1,world,1
key1,quick,10
key1,brown,1
key1,fox,3
key2,rice,9
key2,salt,1
key2,sugar,7