首页 文章

将Python dict转换为数据帧

提问于
浏览 次
165

我有一个如下的Python字典：

{u'2012-06-08': 388,
 u'2012-06-09': 388,
 u'2012-06-10': 388,
 u'2012-06-11': 389,
 u'2012-06-12': 389,
 u'2012-06-13': 389,
 u'2012-06-14': 389,
 u'2012-06-15': 389,
 u'2012-06-16': 389,
 u'2012-06-17': 389,
 u'2012-06-18': 390,
 u'2012-06-19': 390,
 u'2012-06-20': 390,
 u'2012-06-21': 390,
 u'2012-06-22': 390,
 u'2012-06-23': 390,
 u'2012-06-24': 390,
 u'2012-06-25': 391,
 u'2012-06-26': 391,
 u'2012-06-27': 391,
 u'2012-06-28': 391,
 u'2012-06-29': 391,
 u'2012-06-30': 391,
 u'2012-07-01': 391,
 u'2012-07-02': 392,
 u'2012-07-03': 392,
 u'2012-07-04': 392,
 u'2012-07-05': 392,
 u'2012-07-06': 392}

键是Unicode日期，值是整数 . 我想通过将日期及其对应的值作为两个单独的列将其转换为pandas数据帧 . 示例：col1：日期col2：DateValue（日期仍为Unicode，日期值仍为整数）

Date         DateValue
0    2012-07-01    391
1    2012-07-02    392
2    2012-07-03    392
.    2012-07-04    392
.    ...           ...
.    ...           ...

在这方面的任何帮助将不胜感激 . 我无法在大熊猫文档上找到资源来帮助我解决这个问题 .

我知道一个解决方案可能是将此dict中的每个键值对转换为dict，以便整个结构成为dicts的dict，然后我们可以将每一行单独添加到数据帧 . 但我想知道是否有更简单的方法和更直接的方法来做到这一点 .

到目前为止，我已经尝试将dict转换为一个系列对象，但这似乎并没有维持列之间的关系：

s  = Series(my_dict,index=my_dict.keys())
python pandas dataframe

11 回答

  • 4

    这里的错误是因为使用标量值调用DataFrame构造函数（其中它期望值为list / dict / ...即具有多列）：

    pd.DataFrame(d)
ValueError: If using all scalar values, you must must pass an index

    您可以从字典中获取项目（即键值对）：

    In [11]: pd.DataFrame(d.items())  # or list(d.items()) in python 3
Out[11]:
             0    1
0   2012-07-02  392
1   2012-07-06  392
2   2012-06-29  391
3   2012-06-28  391
...

In [12]: pd.DataFrame(d.items(), columns=['Date', 'DateValue'])
Out[12]:
          Date  DateValue
0   2012-07-02        392
1   2012-07-06        392
2   2012-06-29        391

    但我认为传递Series构造函数更有意义：

    In [21]: s = pd.Series(d, name='DateValue')
Out[21]:
2012-06-08    388
2012-06-09    388
2012-06-10    388

In [22]: s.index.name = 'Date'

In [23]: s.reset_index()
Out[23]:
          Date  DateValue
0   2012-06-08        388
1   2012-06-09        388
2   2012-06-10        388
    回复于
  • 264

    正如在这里直接使用 pandas.DataFrame() 的另一个答案所解释的那样，你不会按照你的想法行事 .

    你可以做的是使用pandas.DataFrame.from_dict和 orient='index' ：

    In[7]: pandas.DataFrame.from_dict({u'2012-06-08': 388,
 u'2012-06-09': 388,
 u'2012-06-10': 388,
 u'2012-06-11': 389,
 u'2012-06-12': 389,
 u'2012-06-13': 389,
 u'2012-06-14': 389,
 u'2012-06-15': 389,
 u'2012-06-16': 389,
 u'2012-06-17': 389,
 u'2012-06-18': 390,
 u'2012-06-19': 390,
 u'2012-06-20': 390,
 u'2012-06-21': 390,
 u'2012-06-22': 390,
 u'2012-06-23': 390,
 u'2012-06-24': 390,
 u'2012-06-25': 391,
 u'2012-06-26': 391,
 u'2012-06-27': 391,
 u'2012-06-28': 391,
 u'2012-06-29': 391,
 u'2012-06-30': 391,
 u'2012-07-01': 391,
 u'2012-07-02': 392,
 u'2012-07-03': 392,
 u'2012-07-04': 392,
 u'2012-07-05': 392,
 u'2012-07-06': 392}, orient='index')
Out[7]: 
              0
2012-06-13  389
2012-06-16  389
2012-06-12  389
2012-07-03  392
2012-07-02  392
2012-06-29  391
2012-06-30  391
2012-07-01  391
2012-06-15  389
2012-06-08  388
2012-06-09  388
2012-07-05  392
2012-07-04  392
2012-06-14  389
2012-07-06  392
2012-06-17  389
2012-06-20  390
2012-06-21  390
2012-06-22  390
2012-06-23  390
2012-06-11  389
2012-06-10  388
2012-06-26  391
2012-06-27  391
2012-06-28  391
2012-06-24  390
2012-06-19  390
2012-06-18  390
2012-06-25  391
    回复于
  • 5

    将字典的项目传递给DataFrame构造函数，并给出列名称 . 之后解析 Date 列以获取 Timestamp 值 .

    注意python 2.x和3.x之间的区别：

    在python 2.x中：

    df = pd.DataFrame(data.items(), columns=['Date', 'DateValue'])
df['Date'] = pd.to_datetime(df['Date'])

    在Python 3.x中:(需要额外的'列表'）

    df = pd.DataFrame(list(data.items()), columns=['Date', 'DateValue'])
df['Date'] = pd.to_datetime(df['Date'])
    回复于
  • 5

    将字典转换为pandas数据帧时，您希望键是所述数据帧的列，并且值是行值，您可以简单地在字典周围放置括号，如下所示：

    new_dict = {'key 1': 1, 'key 2': 2, 'key 3': 3}

In[33]:pd.DataFrame([new_dict])
Out[33]: 
   key 1  key 2  key 3
0      1      2      3

    这让我有些头疼，所以我希望它可以帮助那里的人！

    回复于
  • 3

    Pandas有built-in function用于将dict转换为数据帧 .

    pd.DataFrame.from_dict（dictionaryObject，orient ='index'）

    对于您的数据，您可以将其转换如下：

    import pandas as pd
your_dict={u'2012-06-08': 388,
 u'2012-06-09': 388,
 u'2012-06-10': 388,
 u'2012-06-11': 389,
 u'2012-06-12': 389,
 u'2012-06-13': 389,
 u'2012-06-14': 389,
 u'2012-06-15': 389,
 u'2012-06-16': 389,
 u'2012-06-17': 389,
 u'2012-06-18': 390,
 u'2012-06-19': 390,
 u'2012-06-20': 390,
 u'2012-06-21': 390,
 u'2012-06-22': 390,
 u'2012-06-23': 390,
 u'2012-06-24': 390,
 u'2012-06-25': 391,
 u'2012-06-26': 391,
 u'2012-06-27': 391,
 u'2012-06-28': 391,
 u'2012-06-29': 391,
 u'2012-06-30': 391,
 u'2012-07-01': 391,
 u'2012-07-02': 392,
 u'2012-07-03': 392,
 u'2012-07-04': 392,
 u'2012-07-05': 392,
 u'2012-07-06': 392}

your_df_from_dict=pd.DataFrame.from_dict(your_dict,orient='index')
print(your_df_from_dict)
    回复于
  • 0
    pd.DataFrame({'date' : dict_dates.keys() , 'date_value' : dict_dates.values() })
    回复于
  • 71

    在我的情况下，我希望dict的键和值是DataFrame的列和值 . 所以唯一对我有用的是：

    data = {'adjust_power': 'y', 'af_policy_r_submix_prio_adjust': '[null]', 'af_rf_info': '[null]', 'bat_ac': '3500', 'bat_capacity': '75'} 

columns = list(data.keys())
values = list(data.values())
arr_len = len(values)

pd.DataFrame(np.array(values, dtype=object).reshape(1, arr_len), columns=columns)
    回复于
  • 48

    您也可以将字典的键和值传递给新的数据帧，如下所示：

    import pandas as pd

myDict = {<the_dict_from_your_example>]
df = pd.DataFrame()
df['Date'] = myDict.keys()
df['DateValue'] = myDict.values()
    回复于
  • 9

    接受dict作为参数并返回一个数据帧，其中dict的键为索引，值为列 .

    def dict_to_df(d):
    df=pd.DataFrame(d.items())
    df.set_index(0, inplace=True)
    return df
    回复于
  • 0

    我已经多次遇到这个并且有一个我从函数 get_max_Path() 创建的示例字典，并返回示例字典：

    {2: 0.3097502930247044, 3: 0.4413177909384636, 4: 0.5197224051562838, 5: 0.5717654946470984, 6: 0.6063959031223476, 7: 0.6365209824708223, 8: 0.655918861281035, 9: 0.680844386645206}

    为了将其转换为数据帧，我运行了以下内容：

    df = pd.DataFrame.from_dict(get_max_path(2), orient = 'index').reset_index()

    返回带有单独索引的简单两列数据框：

    index 0 0 2 0.309750 1 3 0.441318

    只需使用 f.rename(columns={'index': 'Column1', 0: 'Column2'}, inplace=True) 重命名列

    回复于
  • 54

    我认为您在创建字典时可以对数据格式进行一些更改，然后您可以轻松地将其转换为DataFrame：

    输入：

    a={'Dates':['2012-06-08','2012-06-10'],'Date_value':[388,389]}

    输出：

    {'Date_value': [388, 389], 'Dates': ['2012-06-08', '2012-06-10']}

    输入：

    aframe=DataFrame(a)

    输出：将是您的DataFrame

    你只需要在像Sublime或Excel这样的地方使用一些文本编辑 .

    回复于

相关问题