[英]Pandas and Dictionary: Convert Dict to DataFrame and use inner keys in values as DataFrame column headers
[英]Create pandas dataframe from nested dict with outer keys as df index and inner keys column headers
我有一個嵌套字典,如下所示
dictA = {X:{A: 0.2, B:0.3, C:0.4} ,Y:{A: 0.05, B:0.8, C:0.1},Z:{A: 0.15, B:0.6, C:0.25}}
我想創建一個數據框,其中第一個鍵對應於索引,嵌套字典的鍵是列標題。 例如,
A B C
X 0.2 0.3 0.4
Y 0.05 0.8 0.1
Z 0.15 0.6 0.25
我知道我可以從外部字典中將密鑰拉出到列表中(使用列表解析):
index_list = [key for key in dictA.iterkeys()]
然后將嵌套的詞典轉換為單個詞典:
dict_list = [value for value in dictA.itervalues()]
final_dict = {k: v for dict in dict_list for k, v in dict.items()}
最后我可以創建我的df
:
df = pd.DataFrame(final_dict, index = index_list)
問題是我需要將正確的值映射回正確的索引,這在普通的字典更改時很難。
我想有一個完全不同的,比我上面建議的更有效的方式,請幫忙嗎?
使用from_dict
並傳遞orient='index'
它旨在處理這種形式的dict:
In [350]:
pd.DataFrame.from_dict(dictA, orient='index')
Out[350]:
A C B
X 0.20 0.40 0.3
Y 0.05 0.10 0.8
Z 0.15 0.25 0.6
您可以簡單地將dictA
轉換為DataFrame,然后進行轉置,使列成為索引並將列索引到列中。 示例 -
df = pd.DataFrame(dictA).T
演示 -
In [182]: dictA = {'X':{'A': 0.2, 'B':0.3, 'C':0.4} ,'Y':{'A': 0.05, 'B':0.8, 'C':0.1},'Z':{'A': 0.15, 'B':0.6, 'C':0.25}}
In [183]: df = pd.DataFrame(dictA).T
In [184]: df
Out[184]:
A B C
X 0.20 0.3 0.40
Y 0.05 0.8 0.10
Z 0.15 0.6 0.25
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.