有效地將字典的鍵和值轉換為 pandas dataframe 中的列

Question

我有一本像這樣的字典：

dict1 = {k1:v1,k2:v2,k3:v3}

我想把這本字典變成 dataframe。 我以前在這里使用pd.Series(dict1)看到過其他問題，這會產生 DataFrame ，如下所示：

  Index  col1
    k1    v1
    k2    v2
    k3    v3

但就我而言，我希望 DataFrame 像：

Index  col1   col2  col3  col4   col5   col6
  0     k1     v1    k2    v2     k3     v3

因此，我希望將每個鍵和每個值都作為一列，並且不使用它們作為索引，這是傳統上推薦的將 dict 轉換為 DataFrame 的方法通常使用的方法。 在此示例中，我希望 DataFrame 為 1x6，而不是 2x3 或 3x2。

我還有一個非常大的 N 字典字典，我想將其應用到，在這種情況下會產生 Nx6 dataframe，所以希望給定的方法不會花費太長時間來應用。 有誰知道如何做到這一點？ 謝謝

Answer 1

您可以獲取dict的項目並將其展平。
我已經使用itertools.chain來展平dict 。
然后對從項目創建的結果 dataframe 進行轉置。

>>> import pandas as pd
>>> from itertools import chain
>>> d = {i: i*i for i in range(1, 6)}  # example dict
>>> d
{1: 1, 2: 4, 3: 9, 4: 16, 5: 25}
>>> df = pd.DataFrame(chain(*d.items())).T
>>> df
   0  1  2  3  4  5  6   7  8   9
0  1  1  2  4  3  9  4  16  5  25

使用您問題中的dict ，它看起來像這樣，

>>> dict1 = {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'}
>>> pd.DataFrame(chain(*dict1.items())).T
    0   1   2   3   4   5
0  k1  v1  k2  v2  k3  v3

如果您想要具有不同名稱的列，只需重命名它們。

---

以下是此方法針對不同大小的輸入字典的一些時間比較。
分別比較100 、 10,000和1,00,000個項目。

In [18]: d100_items = {i: i*i for i in range(100)}.items()

In [19]: d10_000_items = {i: i*i for i in range(10_000)}.items()

In [20]: d1_00_000_items = {i: i*i for i in range(1_00_000)}.items()

In [22]: %timeit pd.DataFrame(chain(*d100_items)).T
329 µs ± 10 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [23]: %timeit pd.DataFrame(chain(*d10_000_items)).T
4.62 ms ± 83.4 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [24]: %timeit pd.DataFrame(chain(*d1_00_000_items)).T
56.8 ms ± 1.4 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)