数据字典列表

Question

我试着从字典的列表中找出一个数据。我在这整个编程方面都是新手，而谷歌只是让我更加困惑。这就是为什么我要向你们寻求帮助的原因。前两个列表值(if 01‘，'3nP3RFgGnBrOfILK4DF2Tp)希望在名为: Name和GlobalId的列下。我会欺骗地删除Pset_wallcommon、AC_Pset_RenovationAndPhasing和BaseQuantities，并使用其余的键(如果是它们的名称)作为列名。

如果有人能给我正确的推动，那就太好了:)

记录在案:我正在用IfcOpenshell包解析一个Ifc文件

数据：

[‘AC 01’，'3nP3RFgGnBrOfILK4DF2Tp'，{'Pset_WallCommon'：{‘可燃’：假，‘分隔’：假，'ExtendToStructure'：False，'SurfaceSpreadOfFlame'：''，‘热发射’：0.0，‘Reference’，'AcousticRating'：‘，'FireRating'：''，’承载‘：False’，'IsExternal'：False}，'AC_Pset_RenovationAndPhasing'：{‘Status'：'New'}，“基本数量”：{“长度”：13786.7314346，“高度”：2700.0，“宽度”：276.0，“Gross足NetSideArea”：3.88131387595，“Net足NetSideArea”：3.88131387595，“GrossSideArea”：37.9693748734，“NetSideArea”：37.9693748734，“Gross卷”：10.4795474651，“NetVolume”：10.4795474651}}，“YV01 01”，“1M4JyBhXD5xt8fBFUjUU”，{'Pset_WallCommon'：{‘Pset_WallCommon’：{‘可燃’：假，‘划分’：假，‘扩展结构’，‘'SurfaceSpreadOfFlame'：''，'ThermalTransmittance'：0.0，'Reference'：''，'AcousticRating'：''，'FireRating'：''，’承载‘：False’，'IsExternal'：False}，'AC_Pset_RenovationAndPhasing'：{‘更新状态’：‘新’}，‘基本数量级’：{‘长度’：6166.67382573，‘高度’：2700.0，‘宽度’：276.0，'GrossFootprintArea'：1.6258259759，“Net足NetSideArea”：1.6258259759，“GrossSideArea”：15.9048193295，“NetSideArea”：15.9048193295，“Gross音量”：4.38973013494，“NetVolume”：4.38973013494}}

all_walls = ifc_file.by_type('IfcWall')
wallList = []

for wall in all_walls:
    propertySets = (ifcopenshell.util.element.get_psets(wall))
    wallList.append(wall.Name)
    wallList.append(wall.GlobalId)
    wallList.append(propertySets)
print(wallList)

wall_table = pd.DataFrame.from_records(wallList)
print(wall_table)

我已经尝试过这些基本的pd.DataFrame.From_dict/记录器/数组(数据)，但是输出如下所示

在这里输入图像描述

更新:非常感谢你的帮助，我从中学到了很多东西！所以我用wallList做了一本字典，把字典压平了。就像这样：

 #list of walls
    for wall in all_walls:
        propertySets = (ifcopenshell.util.element.get_psets(wall))
        wallList.append(wall.Name)
        wallList.append(wall.GlobalId)
        wallList.append(propertySets)
    
    #dict from list
    wall_dict = {i: wallList[i] for i in range(0, len(wallList))}
    
    new_dict = {}
    #flattening dict
    for key, value in wall_dict.items():
        if isinstance(value, dict):
            for key in value.keys():
                for key2 in value[key].keys():
                    new_dict[key + '_' + key2] = value[key][key2]
        else:
            new_dict[key] = value
    
    
    wall_table = pd.DataFrame.from_dict(new_dict, orient='index')
    
    print(wall_table)

它看起来工作得很好，唯一的问题是dataframe包含所有的墙壁，但是只有列表中第一个的属性集数据。我似乎不明白dict扁平循环是如何工作的。我还希望索引名(Pset_WallCommon_Combustible，等等)成为我的dataframe中的列。这有可能吗？

在这里输入图像描述

Answer 1

编辑:简单地压平一个列表，因为我没有去任何地方。实际上，我认为您应该完全放弃这个列表，并尝试从一个字典加载Dataframe。我们需要看看all_walls是什么样子来帮助你，所以。

您是否尝试过将all_walls字典直接加载到dataframe：df = pd.Dataframe.from_dict(all_walls)中？

我认为如果这不起作用的话，用类似于下面的方式来平版字典就可以了。

new_dict = {}
for key, value in all_walls.items():
    if isinstance(value, dict):
        for key in value.keys():
            for key2 in value[key].keys():
                new_dict[key + '_' + key2] = value[key][key2]
    else:
        new_dict[key] = value