![](/img/trans.png)
[英]Convert dict to pandas dataframe with key as column1 and value as col2
[英]Convert a dict to three-column dataframe using ID/key/value
我确定这已经在某处得到了回答,但是查询它有点棘手。
我有一个字典,该字典的结构是一个ID字段,然后是1个多个键值对,例如:
{ '123' : {'name': 'Joe', 'age': '17 },
'888' : {'name': 'Cheryl', 'hometown': 'Liverpool'},
'432' : {'name': 'Raj'}
}
我想将其放入结构为三列的SQL表中:id | 财产名称| 属性值,例如:
123 | name | Joe
123 | age | 17
888 | name | Cheryl
888 | hometown | Liverpool
432 | name | Raj
我的计划是通过一个熊猫DataFrame,然后to_sql它。 问题是使用字典创建数据框,尝试使ID列标题和每个可能的属性名称都成为一行。
问题1:将我的字典转换为3列数据框以循环通过的唯一方法是将值附加到三个数组吗?
问题2:是否有必要穿过大熊猫? 仅使用sqlalchemy并填写INSERT查询会更好吗?
您可以使用Series
pd.Series(d).apply(pd.Series).stack().reset_index()
Out[206]:
level_0 level_1 0
0 123 age 17
1 123 name Joe
2 432 name Raj
3 888 hometown Liverpool
4 888 name Cheryl
使用from_dict的另一种方法
d = { '123' : {'name': 'Joe', 'age': '17'},
'888' : {'name': 'Cheryl', 'hometown': 'Liverpool'},
'432' : {'name': 'Raj'}
}
df = pd.DataFrame.from_dict(d, orient = 'index').unstack().reset_index()
df
level_0 level_1 0
0 name 123 Joe
1 name 432 Raj
2 name 888 Cheryl
3 age 123 17
4 age 432 NaN
5 age 888 NaN
6 hometown 123 NaN
7 hometown 432 NaN
8 hometown 888 Liverpool
如果要删除NaN,只需将.dropna()
添加到语句末尾。
df = pd.DataFrame.from_dict(d, orient = 'index').unstack().reset_index().dropna()
df
level_0 level_1 0
0 name 123 Joe
1 name 432 Raj
2 name 888 Cheryl
3 age 123 17
8 hometown 888 Liverpool
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.