將Python字典轉換為Pandas Dataframe

Question

我正在將python列表/字典轉換為pandas數據框：

import numpy as np
import pandas as pd

points = [
    {'coords': (100.5, 100), 'class': 1},
    {'coords': (300, 300), 'class':2},
    {'coords': (50, 200), 'class':4},
    {'coords': (550, 400), 'class':10},
    {'coords': (550, 300), 'class':1}
    ]

 # pandas data frame
 data = np.array([['x', 'y', 'class']])
 for point in points:
    row = [point['coords'][0], point['coords'][1], point['class']] 
    data = np.vstack((data, row))

 df = pd.DataFrame(data[1:])
 df.columns = data[0:1].tolist()

這給出以下df：

  xy class 0 100.5 100.0 1.0 1 300 300 2 2 50 200 4 3 550 400 10 4 550 300 1 

但是，如果我現在嘗試進行如下計算：

df['mult'] = df['x'] * df['y']

我收到一個錯誤：

ValueError：傳遞的項目數錯誤2，展示位置暗含1

Answer 1

為什么會發生這種情況（所有列都有object dtype）？

在這行之后：

In [100]: data = np.array([['x', 'y', 'class']])

數組data將具有object （字符串）dtype：

In [101]: data.dtype
Out[101]: dtype('<U5')

在連接數值之后：

In [102]: data = np.vstack((data, (100.5, 100, 1)))

In [103]: data
Out[103]:
array([['x', 'y', 'class'],
       ['100.5', '100.0', '1.0']], dtype='<U32')

In [104]: data.dtype
Out[104]: dtype('<U32')

您只能按以下方式在data和常量DF中收集數值：

df = pd.DataFrame(data, columns=['x', 'y', 'class'])

---

但是我會嘗試一種稍微不同的方法：

In [80]: df = pd.DataFrame(points)

In [81]: df[['x','y']] = df.pop('coords').apply(pd.Series)

In [82]: df
Out[82]:
   class      x      y
0      1  100.5  100.0
1      2  300.0  300.0
2      4   50.0  200.0
3     10  550.0  400.0
4      1  550.0  300.0

In [83]: df['mult'] = df['x'] * df['y']

In [84]: df
Out[84]:
   class      x      y      mult
0      1  100.5  100.0   10050.0
1      2  300.0  300.0   90000.0
2      4   50.0  200.0   10000.0
3     10  550.0  400.0  220000.0
4      1  550.0  300.0  165000.0

Answer 2

您可以嘗試將此數據幀的dtype轉換為float並使用np.multiply函數。

import numpy as np
import pandas as pd

points = [
    {'coords': (100.5, 100), 'class': 1},
    {'coords': (300, 300), 'class':2},
    {'coords': (50, 200), 'class':4},
    {'coords': (550, 400), 'class':10},
    {'coords': (550, 300), 'class':1}
    ]

# pandas data frame
data = np.array([['x', 'y', 'class']])
for point in points:
    row = [point['coords'][0], point['coords'][1], point['class']] 
    data = np.vstack((data, row))


df = pd.DataFrame(data[1:],dtype=float)
df.columns = data[0:1].tolist()
df['mult'] = np.multiply(df['x'],df['y'])
df['mult']
    mult
0   10050.0
1   90000.0
2   10000.0
3   220000.0
4   165000.0