使用多維數組從字典創建 pd.DataFrame

Question

我有以下字典：

dictA = {'A': [[1, 2, 3], [1, 2, 3], [1, 2, 3]],
         'B': [[4, 4, 4], [4, 4, 4],],
         'C': [[4, 6, 0]]
        }

我想將它轉換為pd.DataFrame() ，期待這個：

id       ColA        ColB        ColC
0         1           4           4
1         2           4           6
2         3           4           0
3         1           4           
4         2           4
5         3           4
6         1
7         2
8         3

我怎樣才能做到這一點？ 我想

pd.DataFrame(dictAll.items(), columns=['ColA', 'ColB', 'ColC'])

但這顯然行不通！

Answer 1

方法如下：

import pandas as pd
import numpy as np

dictA = {'A': [[1, 2, 3], [1, 2, 3], [1, 2, 3]],
         'B': [[4, 4, 4], [4, 4, 4],],
         'C': [[4, 6, 0]]}

df = pd.DataFrame(dict([(f'Col{k}', pd.Series([a for b in v for a in b])) for k,v in dictA.items()])).replace(np.nan, '')
print(df)

輸出：

   ColA ColB ColC
0     1    4    4
1     2    4    6
2     3    4    0
3     1    4     
4     2    4     
5     3    4     
6     1          
7     2          
8     3  

---

現在，讓我們一步一步地看一下這個問題。

1. 我們可以嘗試的第一件事很簡單：

    df = pd.DataFrame(dictA) print(df)

   當然，這會返回此錯誤：

    ValueError: arrays must all be same length

2. 所以現在我們需要一種能夠從具有不同長度數組的dict創建數據幀的方法。 為此，我們可以：

    df = pd.DataFrame(dict([(k, pd.Series(v)) for k, v in dictA.items()])) print(df)

   輸出：

    ABC 0 [1, 2, 3] [4, 4, 4] [4, 6, 0] 1 [1, 2, 3] [4, 4, 4] NaN 2 [1, 2, 3] NaN NaN

3. 我們希望數據框是垂直的，因此對於每次迭代，使用列表理解將列表展平：

    df = pd.DataFrame(dict([(k, pd.Series([a for b in v for a in b])) for k, v in dictA.items()])) print(df)

   輸出：

    ABC 0 1 4.0 4.0 1 2 4.0 6.0 2 3 4.0 0.0 3 1 4.0 NaN 4 2 4.0 NaN 5 3 4.0 NaN 6 1 NaN NaN 7 2 NaN NaN 8 3 NaN NaN

4. 現在我們想用空格替換所有的NaN 。 為此，我們需要import numpy as np ，然后執行：

    df = pd.DataFrame(dict([(k, pd.Series([a for b in v for a in b])) for k, v in dictA.items()])).replace(np.nan, '') print(df)

   輸出：

    ABC 0 1 4 4 1 2 4 6 2 3 4 0 3 1 4 4 2 4 5 3 4 6 1 7 2 8 3

5. 最后使用格式化字符串將字母轉換為"Col"字母：

    df = pd.DataFrame(dict([(f'Col{k}', pd.Series([a for b in v for a in b])) for k,v in dictA.items()])).replace(np.nan, '') print(df)

   輸出：

    ColA ColB ColC 0 1 4 4 1 2 4 6 2 3 4 0 3 1 4 4 2 4 5 3 4 6 1 7 2 8 3