[英]Convert Python dict into a dataframe
我有一个 Python 字典,如下所示:
{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相应的值作为两个单独的列,将其转换为 pandas dataframe。 示例:col1: Dates col2: DateValue(日期仍然是 Unicode,datevalues 仍然是整数)
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 pandas 文档上找到帮助我解决此问题的资源。
我知道一个解决方案可能是将这个字典中的每个键值对转换成一个字典,这样整个结构就变成一个字典的字典,然后我们可以将每一行单独添加到 dataframe。但我想知道是否有一种更简单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 转换为一系列 object 但这似乎并没有保持列之间的关系:
s = Series(my_dict,index=my_dict.keys())
这里的错误是因为使用标量值调用 DataFrame 构造函数(它期望值是一个列表/字典/......即有多个列):
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
但我认为通过 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
将字典转换为 Pandas 数据帧时,您希望键是所述数据帧的列,而值是行值,您可以简单地在字典周围放置括号,如下所示:
>>> dict_ = {'key 1': 'value 1', 'key 2': 'value 2', 'key 3': 'value 3'}
>>> pd.DataFrame([dict_])
key 1 key 2 key 3
0 value 1 value 2 value 3
它让我免了一些头痛,所以我希望它可以帮助那里的人!
编辑:在熊猫文档中,DataFrame 构造函数中data
参数的一个选项是字典列表。 在这里,我们传递了一个包含一本字典的列表。
正如在另一个答案中直接使用pandas.DataFrame()
所解释的那样,不会像您想象的那样行事。
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'2012-07-05': 392,
u'2012-07-06': 392}, orient='index', columns=['foo'])
Out[7]:
foo
2012-06-08 388
2012-06-09 388
2012-06-10 388
2012-06-11 389
2012-06-12 389
........
2012-07-05 392
2012-07-06 392
将字典的项传递给 DataFrame 构造函数,并给出列名。 之后解析Date
列以获取Timestamp
值。
注意python 2.x和3.x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'])
Pandas 具有将 dict 转换为数据帧的内置函数。
pd.DataFrame.from_dict(dictionaryObject,orient='index')
对于您的数据,您可以像下面这样转换它:
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)
这对我有用,因为我想有一个单独的索引列
df = pd.DataFrame.from_dict(some_dict, orient="index").reset_index()
df.columns = ['A', 'B']
pd.DataFrame({'date' : dict_dates.keys() , 'date_value' : dict_dates.values() })
就我而言,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)
您也可以将字典的键和值传递给新的数据框,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()
接受一个 dict 作为参数并返回一个数据框,其中 dict 的键作为索引,值作为列。
def dict_to_df(d):
df=pd.DataFrame(d.items())
df.set_index(0, inplace=True)
return df
这就是它对我的工作方式:
df= pd.DataFrame([d.keys(), d.values()]).T
df.columns= ['keys', 'values'] # call them whatever you like
我希望这有帮助
我发现的最简单的方法是创建一个空的数据框并附加字典。 你需要告诉熊猫不要关心索引,否则你会得到错误: TypeError: Can only append a dict if ignore_index=True
import pandas as pd
mydict = {'foo': 'bar'}
df = pd.DataFrame()
df = df.append(mydict, ignore_index=True)
d = {'Date': list(yourDict.keys()),'Date_Values': list(yourDict.values())}
df = pandas.DataFrame(data=d)
如果您不将yourDict.keys()
封装在list()
,那么您最终将所有键和值放置在每列的每一行中。 像这样:
Date \\ 0 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...
1 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...
2 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...
3 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...
4 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...
但是通过添加list()
结果如下所示:
Date Date_Values 0 2012-06-08 388 1 2012-06-09 388 2 2012-06-10 388 3 2012-06-11 389 4 2012-06-12 389 ...
关键是如何将每个元素放入dataFarame。 逐行:
'pd.DataFrame(dic.items(), columns=['Date', 'Value'])'
或按列:
'pd.DataFrame([dic])'
我已经多次遇到过这个问题,并且有一个我从函数get_max_Path()
创建的示例字典,它返回示例字典:
{2: 0.3097502930247044, 3: 0.4413177909384636, 4: 0.5197224051562838, 5: 0.5717654946470984, 6: 0.6063959031223476, 7: 0.6365209824708223, 8: 0.655918861281035, 9: 0.680844386645206}
要将其转换为数据帧,我运行了以下命令:
df = pd.DataFrame.from_dict(get_max_path(2), orient = 'index').reset_index()
返回一个带有单独索引的简单的两列数据框:
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
我认为您可以在创建字典时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
您只需要在诸如 Sublime 或 Excel 之类的地方使用一些文本编辑。
%timeit
在普通字典上的结果和pd.DataFrame.from_dict()
是明显的赢家。
%timeit cols_df = pd.DataFrame.from_dict(clu_meta,orient='index',columns=['Columns_fromUser'])
214 µs ± 9.38 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit pd.DataFrame([clu_meta])
943 µs ± 10.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit pd.DataFrame(clu_meta.items(), columns=['Default_colNames', 'Columns_fromUser'])
285 µs ± 7.91 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.