使用列表、元组或字典作为单个条目值从字典创建 Pandas DataFrame

Question

我有字典

data = { 'x' : 1,
         'y' : [1,2,3],
         'z' : (4,5,6),
         'w' : {1:2, 3:4}
       }

我想构建一个 Pandas DataFrame，这样列表和元组就不会被广播：

df = pd.DataFrame(some_transformation(data), index=['a'])

要得到

df = 
      x         y         z          w
a     1   (1,2,3)   (4,5,6)  (1,2,3,4)

或者列表/元组/字典的某种扁平化和/或字符串化。 这样做的最简单/最有效的方法是什么，而不必深入每个字典条目的确切数据结构？

Answer 1

无需深入了解确切的数据结构，我认为实现您想要的最简单方法是：

      data={k:str(v) for k,v in data}

以上语句将使所有值都为字符串类型。 现在您可以使用以下行将数据字典转换为数据框：

    df=pd.DataFrame(data, index=[0])

这将为您提供以下形式的输出：

           w        x          y          z
    0 {1: 2, 3: 4}  1      [1, 2, 3]  (4, 5, 6)

现在为您想要的输出：（您可以使用其他有效的方法以及在数据框中的字符串替换）

      for acol in df.columns:
            a[acol]=a[acol].values[0].strip('[{()}]')
            a[acol]=a[acol].values[0].replace(':', ',')

输出看起来像

                 w         x        y          z

            1, 2, 3, 4     1    1, 2, 3     4, 5, 6

Answer 2

您不能对列表/元组和字典应用一种转换。 它们具有非常不同的特性。 您可以展平所有字典，然后从更新的字典中创建一个pd.Series 。

for key in data:
    if isinstance(data[key],dict):
        data[key] = list(data[key].keys())+list(data[key].values())
pd.Series(data)
#w    [1, 3, 2, 4]
#x               1
#y       [1, 2, 3]
#z       (4, 5, 6)
#dtype: object

如果需要，将其进一步转换为 DataFrame：

df = pd.DataFrame(pd.Series(data)).T
#              w  x          y          z
#0  [1, 3, 2, 4]  1  [1, 2, 3]  (4, 5, 6)

您可以以相同的精神处理列表（将它们转换为元组）。

Answer 3

这是一种方式。

def transformer(data):
    for k, v in data.items():
        if isinstance(v, list):
            data[k] = [tuple(v)]
        elif isinstance(v, dict):
            data[k] = [tuple(chain(*(v.items())))]
        else:
            data[k] = [v]
    return data

df = pd.DataFrame(transformer(data), index=['a'])

#               w  x          y          z
# a  (1, 2, 3, 4)  1  (1, 2, 3)  (4, 5, 6)

Answer 4

您可以使用 set_value 将这些元素分配给 df，然后将 dict 和 list 转换为元组。

df=pd.DataFrame(columns=data.keys())
[df.set_value(0,k,v) for k,v in data.items()]
df = df.applymap(lambda x: sum([[k,v] for k,v in x.items()],[]) if isinstance(x,dict) else x)
df = df.applymap(lambda x: tuple(x) if isinstance(x,list) else x)
Out[716]: 
   x          y          z             w
0  1  (1, 2, 3)  (4, 5, 6)  (1, 2, 3, 4)