[英]Create a pandas dataframe from a dict of uneven length
对于字典:
d = {
"a": [1],
"b": 2,
"c": [[7, 8, 9], ["a", "b", "c"], [9, 10, 11]],
"d": None,
}
我想实现这个数据框:
pd.DataFrame({"a": [[1], [1], [1]],
"b": [2, 2, 2],
"c": [[7, 8, 9], ["a", "b", "c"], [9, 10, 11]],
"d": [None, None, None]})
a b c d
0 [1] 2 [7, 8, 9] None
1 [1] 2 [a, b, c] None
2 [1] 2 [9, 10, 11] None
基本上,列应该自我复制,直到最长列的长度。
我知道在 R 中,如果我创建一个像NA
这样的数据tidyr::fill
来指示我想要复制的行并使用tidyr::fill
,python 中是否有类似的东西?
df = data.frame(
a = c("a", NA, NA),
b = c(1, 2, 3)
)
tidyr::fill(df, a)
a b
1 a 1
2 a 2
3 a 3
以下是可能的解决方案示例:
d = {
"a": [1],
"b": 2,
"c": [[7, 8, 9], ["a", "b", "c"], [9, 10, 11]],
"d": None,
}
max_len = max(len(l) if isinstance(l, list) else 1 for l in d.values())
for key in d.keys():
if isinstance(d[key], list):
if len(d[key]) != max_len:
d[key] = np.repeat(d[key], max_len).tolist()
else:
d[key] = np.repeat(np.array(d[key]), max_len).tolist()
结果:
{
'a': [1, 1, 1],
'b': [2, 2, 2],
'c': [[7, 8, 9], ['a', 'b', 'c'], [9, 10, 11]],
'd': [None, None, None]
}
但它显然只适用于特定情况,当所有列只有一个元素时。 为了解决这个任务,通常还应该指定应该如何处理不同长度的列:是否应该重复整个列并在最后一次迭代时对其进行修剪,或者应该只重复第一个/最后一个值,或者其他一些方法。
用datar
很容易做到
>>> from datar.tibble import tibble
>>> from datar.base import NA, c
>>> from datar.tidyr import fill
>>>
>>> d = {
... "a": [[1]], # in order to get [1] as element
... "b": 2,
... "c": [[7, 8, 9], ["a", "b", "c"], [9, 10, 11]],
... "d": [None],
... }
>>>
>>> df = tibble(d)
>>> df
a b c d
0 [1] 2 [7, 8, 9] None
1 [1] 2 [a, b, c] None
2 [1] 2 [9, 10, 11] None
>>> df = tibble(
... a = c("a", NA, NA),
... b = c(1, 2, 3)
... )
>>>
>>> fill(df, "a")
a b
0 a 1
1 a 2
2 a 3
我是包的作者。 如果您有任何问题,请随时提交问题。
你的 R 代码几乎可以翻译成 python。 不清楚您是否能够将字典更改为与 R 示例类似的格式,但是如果可以:
d = {
"a": [[1], None, None],
"b": [2, None, None],
"c": [[7, 8, 9], ["a", "b", "c"], [9, 10, 11]],
"d": [None, None, None],
}
pd.DataFrame(d).ffill()
返回
a b c d
0 [1] 2.0 [7, 8, 9] None
1 [1] 2.0 [a, b, c] None
2 [1] 2.0 [9, 10, 11] None
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.