python - 同一索引的多个列

对于我的每个不同示例，我都有在不同运行中生成的统计列表：

d = {
    "sample1": [
        {"stat1": 'a', "stat2": 98},  # stats for sample1, 1st run
        {"stat1": 'z', "stat2": 13},  # stats for sample1, 2nd run
    ],
    "sample2": [
        {"stat1": 'y', "stat2": 1089},  # stats for sample2, 1st run
        {"stat1": 'a', "stat2": 1015},  # stats for sample2, 2nd run
    ],
}

我试着用这个创建一个DataFrame，这样统计数据就可以很容易地管理了。例如，我想看看给定样本的stat2的平均值。或所有样本最常见的stat1值。
所以df.loc["sample2"]但是返回所有的“行”统计数据。df.loc[["sample1", 3]]将返回第4次运行。df["stat1"]当然会返回所有样本和运行的整个列，而df.loc["sample1"]["stat2"]返回sample1的stat2列。我希望我得到了正确的索引，我不太熟悉熊猫。
我做不到。我试过使用pd.MultiIndex，但没有真正起作用：

index = pd.MultiIndex.from_tuples(???, names=['sample', 'run'])
df = pd.DataFrame(d, columns=['stat1', 'stat2'], index=index)

我试过将每个样本与[("sample1", 0), ("sample1", 1), ("sample2", 0), ("sample2", 1)]这样的运行次数配对，但这并没有真正实现，因为每个样本的运行次数并不总是相同的。
而且，所有值都NaN，所以在传递数据时我一定做错了什么。传递d和适当的索引和列难道不足以让构造函数找出如何填充数据帧吗？那我还能怎么做呢？

最佳答案

我认为您需要concat和dict comprehension，如果需要更改MultiIndex的列名，请添加rename_axis：

df = pd.concat({k:pd.DataFrame(v) for k, v in d.items()}).rename_axis(('sample','run'))
print (df)
            stat1  stat2
sample  run
sample1 0       a     98
        1       z     13
sample2 0       y   1089
        1       a   1015