使用列表、元組或字典作為單個條目值從字典創建 Pandas DataFrame

Question

我有字典

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

我想構建一個 Pandas DataFrame，這樣列表和元組就不會被廣播：

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/元組/字典的某種扁平化和/或字符串化。 這樣做的最簡單/最有效的方法是什么，而不必深入每個字典條目的確切數據結構？

Answer 1

無需深入了解確切的數據結構，我認為實現您想要的最簡單方法是：

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

以上語句將使所有值都為字符串類型。 現在您可以使用以下行將數據字典轉換為數據框：

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

這將為您提供以下形式的輸出：

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

現在為您想要的輸出：（您可以使用其他有效的方法以及在數據框中的字符串替換）

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

輸出看起來像

                 w         x        y          z

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

Answer 2

您不能對列表/元組和字典應用一種轉換。 它們具有非常不同的特性。 您可以展平所有字典，然后從更新的字典中創建一個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，將其進一步轉換為 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處理列表（將它們轉換為元組）。

Answer 3

這是一種方式。

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 將這些元素分配給 df，然后將 dict 和 list 轉換為元組。

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)