我有一个数据结构，它是字典列表的列表：
[
[{'Height': 86, 'Left': 1385, 'Top': 215, 'Width': 86},
{'Height': 87, 'Left': 865, 'Top': 266, 'Width': 87},
{'Height': 103, 'Left': 271, 'Top': 506, 'Width': 103}],
...
]
我可以将其转换为数据框：
detections[0:1]
df = pd.DataFrame(detections)
pd.DataFrame(df.apply(pd.Series).stack())
其产量：
这几乎就是我想要的but:
如何将每个单元格中的字典转换为包含“左”、“顶”、“宽度”、“高度”列的行？
要添加到普西多姆的回答 https://stackoverflow.com/a/42304526/1391671，列表也可以使用扁平化itertools.chain.from_iterable.
from itertools import chain
pd.DataFrame(list(chain.from_iterable(detections)))
在我的实验中，对于大量“块”来说，速度大约是原来的两倍。
In [1]: %timeit [r for d in detections for r in d]
10000 loops, best of 3: 69.9 µs per loop
In [2]: %timeit list(chain.from_iterable(detections))
10000 loops, best of 3: 34 µs per loop
If you actually希望最终数据框中的索引反映原始分组，您可以使用以下命令来完成此操作
pd.DataFrame(detections).stack().apply(pd.Series)
Height Left Top Width
0 0 86 1385 215 86
1 87 865 266 87
2 103 271 506 103
1 0 86 1385 215 86
1 87 865 266 87
2 103 271 506 103
您很接近，但您需要申请pd.Series after堆叠索引。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
