Pandas.dataframe 解析字典时增加一行

Question

Pandas 版本：1.03 Python 版本：2.7.17、3.7.3 Chromebook - Debian Buster

python 的新手，但我什至找不到关于这种行为的问题。 I have an address I am receiving as JSON from a google API which I parse into a dictionary object and then write to a csv file after creating a pandas DataFrame. （我不包括从 JSON 转换为 dict 的代码，但如果没有转换，这将是如何完成的。）

add = {'street': 'Farm to Market 369', 'state': 'Texas', 'city': 'Iowa Park', 'county': 'Wichita County', 'country': 'United States', 'postal_code': '76367', 'neighborhood': None, 'sublocality': None, 'housenumber': None, 'postal_town': None, 'subpremise': None, 'latitude': 33.9738616, 'longitude': -98.5964961, 'location_type': 'ROOFTOP', 'postal_code_suffix': None, 'street_number': '2101'}

有 16 行数据，但 dataframe 的创建似乎添加了一个空键和一个 null 值，因此 ZBA834BA059A9A379459C112175EB8164Z 包含 17 行而不是预期的。

我包括一个测试文件，它只是用数据填充字典，然后将键和值传递到 pandas.df。 查看表格 output。

#!/usr/bin/env python3
import pandas as pd
import dumper

def writeAddressCsv(unitName,add):
    #sv_file_path = dataDir+unitName+"_address.csv"

    print (dumper.dump(add))
    df=pd.DataFrame(add.values(),add.keys())
    print(df)
    exit(0)
    #try:
    #    export_csv = df.to_csv(csv_file_path)
    #except:
    #    print("failed to save  address to " + csv_file_path)


add = {"street": "Farm to Market 369", "state": "Texas", "city": "Iowa Park", "county": "Wichita County", "country": "United States", "postal_code": "76367", "neighborhood": None, "sublocality": None, "housenumber": None, "postal_town": None, "subpremise": None, "latitude": 33.9738616, "longitude": -98.5964961, "location_type": "ROOFTOP", "postal_code_suffix": None, "street_number": "2101"}

writeAddressCsv("foo",add)

                                     0 <-----------(null key and 'None' (null) value???)
street              Farm to Market 369
state                            Texas
city                         Iowa Park
county                  Wichita County
country                  United States
postal_code                      76367
neighborhood                      None
sublocality                       None
housenumber                       None
postal_town                       None
subpremise                        None
latitude                       33.9739
longitude                     -98.5965
location_type                  ROOFTOP
postal_code_suffix                None
street_number                     2101

那个 null 键不在字典中……或者是吗？

我以为我在创建字典时做错了，所以我只是做了一个测试，使用两种接受的方法初始化两个 dict 对象，一个是空的，一个是我添加数据的。 两者都在自卸车 output 中报告了这个奇怪的“无”，我通常认为这是某种默认行为指示器（默认为空列值或其他值），但 pandas 显然将它视为一个真正的列，如果我的调查发现了一些非常重要。

#!/usr/bin/env python3
import dumper


finaldict = dict()
finaldict2 = {"test": "foo","test2":"foo2"}


print ('finaldict is a: '  + str(type(finaldict)))
print ('finaldict2 is a: ' + str(type(finaldict2)))

print (dumper.dump(finaldict))
print (dumper.dump(finaldict2))

这是 output ：（我在问什么 object 类型，因为自卸车 output 在我看来就像将对象报告为字符串 - 'str at xxxx'）

finaldict is a: <class 'dict'>
finaldict2 is a: <class 'dict'>
<str at 0x79ce5dcb58>: '{}'None <------- wtf mate?
<str at 0x79ce4acce8>: "{'test': 'foo', 'test2': 'foo2'}"None <-------- wtf mate?

显然，这个“东西”是字典 object 所固有的，而 pandas 只是想尽其所能。 有谁知道如何在不返回并从 csv 中移除虚假线路的情况下防止它发生？ (,0) 后 dataframe 的内容已经是 output？

这在 Python 2.7.17 中的作用与在 3.7.3 中的作用相同，因此这似乎不是 python 的问题，而是 Z3A43B4F88325D94022C0EFAAZC2FA2F5

PS.：我想也许 pandas 正在拾取额外的行，以便验证字典只有 16 行，我添加了对 dict.keys() 和 dict.values() 的调用，以查看我是否在 dict 中添加了一些东西它在其中一个调用中返回，但没有，dict 似乎正确返回键和值。 Pandas 正在创造 17！

Number of Keys: 16
dict_keys(['street', 'state', 'city', 'county', 'country', 'postal_code', 'neighborhood', 'sublocality', 'housenumber', 'postal_town', 'subpremise', 'latitude', 'longitude', 'location_type', 'postal_code_suffix', 'street_number'])
Number of values: 16
dict_values(['Farm to Market 369', 'Texas', 'Iowa Park', 'Wichita County', 'United States', '76367', None, None, None, None, None, 33.9738616, -98.5964961, 'ROOFTOP', None, '2101'])

附言：

这可能是相关的，但没有答案。

Pandas 在分配索引时向 DataFrame 添加额外的行

这是 pandas 错误还是我做错了什么？

Answer 1

TLDR：这不是错误，您看到的是 pd.Series 名称。 所有系列都有它，由于您没有提供它，因此 pandas 使用自动增量自动分配它。

pd.Series pd.DataFrame 您将值和索引传递给构造函数，但没有传递列，因此使用默认名称来命名列系列（即自动增量）。 您可以手动指定列名，例如：

df=pd.DataFrame(add.values(), add.keys(), columns=['Address'])
# btw, I'm not sure if dict values and keys are guaranteed to be in the same order

或者，如果您总是解析单个值的一个字典，只需制作一个系列：

s = pd.Series(add, name='Address')

如果您检查 dataframe 的长度，它将与 dict 长度相同。