我應該使用什麼樣的Python數據結構來存儲多維幻想足球數據

Question

我有一個包含600個左右足球（足球）球員數據的列表。列表中的每個球員被存儲爲一個字典，每個屬性存儲，例如

{'goals scored': 5} 

在詞典中，作爲總統計球員在整個賽季的過程。 但是也有與鍵嵌套列表中包含個別的遊戲數據的遊戲者，使得每個玩家字典稱爲history：

{'history': list of game weeks} 

在含有與該玩家統計另一個詞典中的列表中的每個元素。

我最感興趣的是提取個人遊戲玩家數據，並且可能會對玩家進行一些分析。然而爲了做到這一點，我需要一個可靠的數據結構來提取每個單獨的遊戲的統計數據，同時保留玩家ID：一個字典列表，其中鍵是玩家ID，值是包含字典的各個遊戲的列表該遊戲的玩家統計數據。不過，我不確定這是否會轉化爲熊貓數據框，這最終是我想要執行大部分分析的地方。

有沒有人對python庫/數據結構有任何建議，這些結構對於多維數據有好處，比如這裏描述的維度是1（個別維度爲1）個人玩家ID 2）個人遊戲周ID和個人遊戲統計數據）。

編輯：樣本播放器數據：第一個詞典包含季節的總體數據，然後在關鍵詞'歷史'下我們有一個所有單獨遊戲的列表，包含每個遊戲的統計數據字典。

{u'assists': 0, 
u'bonus': 0, 
u'bps': 0, 
u'creativity': u'0.0', 
u'dreamteam_count': 0, 
u'ea_index': 56, 
u'element_type': 1, 
u'ep_next': u'0.5', 
u'ep_this': u'1.5', 
u'event_points': 0, 
u'first_name': u'David', 
u'form': u'0.0', 
u'goals_conceded': 0, 
u'goals_scored': 0, 
u'id:0, 
u'history: 
#single game data (there are multiple games) 
[{u'assists': 0, 
    u'attempted_passes': 0, 
    u'big_chances_created': 0, 
    u'big_chances_missed': 0, 
    u'bonus': 0, 
    u'bps': 0, 
    u'clean_sheets': 0, 
    u'clearances_blocks_interceptions': 0, 
    u'completed_passes': 0, 
    u'creativity': u'0.0', 
    u'dribbles': 0, 
    u'ea_index': 0, 
    u'element': 1, 
    u'errors_leading_to_goal': 0, 
    u'errors_leading_to_goal_attempt': 0, 
    u'fixture': 31, 
    u'fouls': 0, 
    u'goals_conceded': 0, 
    u'goals_scored': 0, 
    u'ict_index': u'0.0', 
    u'id': 1616, 
    u'influence': u'0.0', 
    u'key_passes': 0, 
    u'kickoff_time': u'2016-09-10T14:00:00Z', 
    u'kickoff_time_formatted': u'10 Sep 15:00', 
    u'loaned_in': 0, 
    u'loaned_out': 0, 
    u'minutes': 0, 
    u'offside': 0, 
    u'open_play_crosses': 0, 
    u'opponent_team': 13, 
    u'own_goals': 0, 
    u'penalties_conceded': 0, 
    u'penalties_missed': 0, 
    u'penalties_saved': 0, 
    u'recoveries': 0, 
    u'red_cards': 0, 
    u'round': 4, 
    u'saves': 0, 
    u'selected': 8072, 
    u'tackled': 0, 
    u'tackles': 0, 
    u'target_missed': 0, 
    u'team_a_score': 1, 
    u'team_h_score': 2, 
    u'threat': u'0.0', 
    u'total_points': 0, 
    u'transfers_balance': -449, 
    u'transfers_in': 183, 
    u'transfers_out': 632, 
    u'value': 49, 
    u'was_home': True, 
    u'winning_goals': 0, 
    u'yellow_cards': 0}, ... next game data] 

Answer 1

「不過我不知道這是否會很好地翻譯成大熊貓 據幀，這是最後，我想執行大部分的 我的分析。」

參見： http://pandas.pydata.org/pandas-docs/version/0.17.0/generated/pandas.io.json.json_normalize.html