Pandas DataFrame将自动错误的值作为索引

3 回答

• 1

  如果您尝试将包含dicts的列表，系列或数组输入到对象构造函数中，则它无法识别您要执行的操作 . 解决此问题的一种方法是手动设置：

  df.at['a', 'b'] = {'x':value}
  

  请注意，只有在您的DataFrame中已创建列 and 索引时，上述操作才有效 .

  回复于 2024-04-30T15:59:08+08:00
• 1

  每条评论更新：Pandas数据框可以包含字典，但不建议使用 .

  Pandas解释为每个字典键需要一个索引，然后在它们之间广播单个项目列 .

  因此，为了帮助您尝试做什么，我建议您阅读字典项目作为列 . 这是什么数据帧通常用于和非常擅长 .

  示例由于pandas尝试按键，值对读入字典而导致的错误：

  df = pd.DataFrame(columns= ['a', 'b'], index=['a', 'b'])
  df.loc['a','a'] = {'apple': 2}
  

  回报

  ValueError: Incompatible indexer with Series
  

  在下面的注释中每个jpp（当使用构造函数方法时）：

  “它们可以容纳任意类型，例如：

  df.iat[0, 0] = {'apple': 2}
  

  但是，不建议以这种方式使用熊猫 . “

  回复于 2024-04-30T15:59:08+08:00
• 1

  为了提高效率，您应该在构建数据框时尝试操作数据，而不是单独执行操作 .

  但是，要拆分字典键和值，可以使用 numpy.repeat 和 itertools.chain 的组合 . 这是一个最小的例子：

  df = pd.DataFrame({'A': [1, 2],
                     'B': [{'key1': 'val0', 'key2': 'val9'},
                           {'key1': 'val1', 'key2': 'val2'}],
                     'C': [{'key3': 'val10', 'key4': 'val8'},
                           {'key3': 'val3', 'key4': 'val4'}]})
  
  import numpy as np
  from itertools import chain
  
  chainer = chain.from_iterable
  
  lens = df['B'].map(len)
  
  res = pd.DataFrame({'A': np.repeat(df['A'], lens),
                      'B': list(chainer(df['B'].map(lambda x: x.values())))})
  
  res.index = chainer(df['B'].map(lambda x: x.keys()))
  
  print(res)
  
        A     B
  key1  1  val0
  key2  1  val9
  key1  2  val1
  key2  2  val2
  

  回复于 2024-04-30T15:59:08+08:00