如何從具有唯一鍵和值作為列表的字典中制作 dataframe？

Question

我目前正在使用 Tweepy 從 Twitter API 中抓取一些用戶//關注者信息。 我目前將數據存儲為字典，其中每個鍵都是唯一的 twitter 用戶，值是其關注者的 ID 列表。

數據如下所示：

{'realDonaldTrump': [
    123456,
    123457,
    123458,
    ...
    ],
 'BarackObama' : [
    999990,
    999991,
    999992,
    ...
    ]}

我需要的是一個看起來像這樣的 dataframe：

user             follower
realDonaldTrump  123456
realDonaldTrump  123457
realDonaldTrump  123458
...              ...
BarackObama      999990
BarackObama      999991
BarackObama      999992
...              ...

我已經嘗試過：

df = pd.DataFrame.from_dict(followers)

但它為每個鍵提供了一個新列，並且不處理不均勻長度的關注者列表。

有沒有一種聰明的方法可以將我擁有的字典結構轉換為 dataframe？ 或者我應該以不同的方式存儲初始數據？

Answer 1

對元組使用列表推導並傳遞給 DataFrame 構造函數：

followers = {'realDonaldTrump': [
    123456,
    123457
    ],
 'BarackObama' : [
    999990,
    999991,
    999992
    ]}

df = pd.DataFrame([(k, x) for k, v in followers.items() for x in v], 
                   columns=['user','follower'])
print (df)
              user  follower
0  realDonaldTrump    123456
1  realDonaldTrump    123457
2      BarackObama    999990
3      BarackObama    999991
4      BarackObama    999992

Answer 2

創建一個兼容的字典：

final_dict = {'users':[], 'followers':[]}
for key in followers:
  for i in range(len(followers[key])):
    final_dict['users'].append(key)
    final_dict['followers'].append(followers[key][i])

df = pd.DataFrame.from_dict(final_dict)

Output：

    users           followers
0   realDonaldTrump 123456
1   realDonaldTrump 123457
2   realDonaldTrump 123458
3   BarackObama     999990
4   BarackObama     999991
5   BarackObama     999992

Answer 3

import pandas as pd

followers = {
    'realDonaldTrump': [123456, 123457, 123458],
    'BarackObama': [999990, 999991, 999992]
}

df = pd.DataFrame()

i = 0
for user in followers:
    for r in followers[user]:
        df.loc[i, 'user'] = user
        df.loc[i, 'record'] = r
        i = i + 1

print(df)

結果：

             user    record
0  realDonaldTrump  123456
1  realDonaldTrump  123457
2  realDonaldTrump  123458
3      BarackObama  999990
4      BarackObama  999991
5      BarackObama  999992