[英]Convert a list of dictionaries with varying keys to a dataframe
如何获取字典列表,这些字典已转换为列为'Event', 'Id', 'Name'
的数据框?
sample = [{'event': 'up', '53118': 'Harry'},
{'event': 'up', '51880': 'Smith'},
{'event': 'down', '51659': 'Joe'},
{'52983': 'Sam', 'event': 'up'},
{'event': 'down', '52917': 'Roger'},
{'event': 'up', '314615': 'Julie'},
{'event': 'left', '276298': 'Andrew'},
{'event': 'right', '457249': 'Carlos'},
{'event': 'down', '391485': 'Jason'},
{'event': 'right', '53191': 'Taylor'},
{'51248': 'Benjy', 'event': 'down'}]
pd.DataFrame(sample)
将返回;
是否有将其转换为这种形式的pythonic panda-ic方法?
Event Id Name
up 53118 Harry
up 51880 Smith
down 51659 Joe
从df = pd.DataFrame(sample)
开始, pd.melt
可以为您提供大部分df = pd.DataFrame(sample)
:
In [74]: m = pd.melt(df, id_vars="event", var_name="Id", value_name="Name").dropna()
In [75]: m
Out[75]:
event Id Name
6 left 276298 Andrew
16 up 314615 Julie
30 down 391485 Jason
40 right 457249 Carlos
54 down 51248 Benjy
57 down 51659 Joe
67 up 51880 Smith
81 down 52917 Roger
91 up 52983 Sam
99 up 53118 Harry
119 right 53191 Taylor
然后,您可以执行一些清理操作( reset_index(drop=True)
, rename(columns={"event": "Event"})
,将Id转换为整数等)
由于@eumiro很好,我们也可以很容易地实现@MattDMo的建议:
In [90]: sample = [dict(event=d.pop("event"), id=min(d), name=min(d.values())) for d in sample]
In [91]: pd.DataFrame(sample)
Out[91]:
event id name
0 up 53118 Harry
1 up 51880 Smith
2 down 51659 Joe
3 up 52983 Sam
4 down 52917 Roger
5 up 314615 Julie
6 left 276298 Andrew
7 right 457249 Carlos
8 down 391485 Jason
9 right 53191 Taylor
10 down 51248 Benjy
在这里,我利用了这样一个事实:一旦我们弹出event
,字典中只剩下一个元素,但是更手动的循环将同样容易进行。
您需要调整自己的命令,而不是:
{'event': 'up', '53118': 'Harry'}
你有:
{'event': 'up', 'id': '53118', 'name': 'Harry'}
导致:
In [23]: df = pd.DataFrame(sample)
In [24]: df
Out[24]:
event id name
0 up 53118 Harry
1 up 51880 Smith
2 down 51659 Joe
3 up 52983 Sam
4 down 52917 Roger
5 up 314615 Julie
6 left 276298 Andrew
7 right 457249 Carlos
8 down 391485 Jason
9 right 53191 Taylor
10 down 51248 Benjy
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.