将Python dict转换为数据帧

Question

我有一个如下的Python字典:

{u'2012-06-08': 388,
 u'2012-06-09': 388,
 u'2012-06-10': 388,
 u'2012-06-11': 389,
 u'2012-06-12': 389,
 u'2012-06-13': 389,
 u'2012-06-14': 389,
 u'2012-06-15': 389,
 u'2012-06-16': 389,
 u'2012-06-17': 389,
 u'2012-06-18': 390,
 u'2012-06-19': 390,
 u'2012-06-20': 390,
 u'2012-06-21': 390,
 u'2012-06-22': 390,
 u'2012-06-23': 390,
 u'2012-06-24': 390,
 u'2012-06-25': 391,
 u'2012-06-26': 391,
 u'2012-06-27': 391,
 u'2012-06-28': 391,
 u'2012-06-29': 391,
 u'2012-06-30': 391,
 u'2012-07-01': 391,
 u'2012-07-02': 392,
 u'2012-07-03': 392,
 u'2012-07-04': 392,
 u'2012-07-05': 392,
 u'2012-07-06': 392}

键是Unicode日期,值是整数.我想通过将日期及其对应的值作为两个单独的列将其转换为pandas数据帧.示例:col1:日期col2:DateValue(日期仍为Unicode,日期值仍为整数)

     Date         DateValue
0    2012-07-01    391
1    2012-07-02    392
2    2012-07-03    392
.    2012-07-04    392
.    ...           ...
.    ...           ...

在这方面的任何帮助将不胜感激.我无法在大熊猫文档上找到资源来帮助我解决这个问题.

我知道一个解决方案可能是将此dict中的每个键值对转换为dict,以便整个结构成为dicts的dict,然后我们可以将每一行单独添加到数据帧.但我想知道是否有更简单的方法和更直接的方法来做到这一点.

到目前为止,我已经尝试将dict转换为一个系列对象,但这似乎并没有维持列之间的关系:

s  = Series(my_dict,index=my_dict.keys())

Answer 1

这里的错误是自从使用标量值调用DataFrame构造函数(其中它期望值为list/dict/...即具有多列):

pd.DataFrame(d)
ValueError: If using all scalar values, you must must pass an index

您可以从字典中获取项目(即键值对):

In [11]: pd.DataFrame(list(d.items()))  # or list(d.items()) in python 3
Out[11]:
             0    1
0   2012-07-02  392
1   2012-07-06  392
2   2012-06-29  391
3   2012-06-28  391
...

In [12]: pd.DataFrame(list(d.items()), columns=['Date', 'DateValue'])
Out[12]:
          Date  DateValue
0   2012-07-02        392
1   2012-07-06        392
2   2012-06-29        391

但我认为传递Series构造函数更有意义:

In [21]: s = pd.Series(d, name='DateValue')
Out[21]:
2012-06-08    388
2012-06-09    388
2012-06-10    388

In [22]: s.index.name = 'Date'

In [23]: s.reset_index()
Out[23]:
          Date  DateValue
0   2012-06-08        388
1   2012-06-09        388
2   2012-06-10        388

Answer 2

将字典转换为pandas数据帧时,您希望键是所述数据帧的列,而值是行值,您可以简单地在字典周围放置括号,如下所示:

new_dict = {'key 1': 'value 1', 'key 2': 'value 2', 'key 3': 'value 3'}

In[33]:pd.DataFrame([new_dict])
Out[33]: 
    key 1     key 2     key 3
0   value 1   value 2   value 3

这让我有些头疼,所以我希望它可以帮助那里的人!

Answer 3

正如在pandas.DataFrame()这里直接使用的另一个答案所解释的那样,你不会按照你的想

你可以做的是使用pandas.DataFrame.from_dict具有orient='index':

In[7]: pandas.DataFrame.from_dict({u'2012-06-08': 388,
 u'2012-06-09': 388,
 u'2012-06-10': 388,
 u'2012-06-11': 389,
 u'2012-06-12': 389,
 .....
 u'2012-07-05': 392,
 u'2012-07-06': 392}, orient='index', columns=['foo'])
Out[7]: 
            foo
2012-06-08  388
2012-06-09  388
2012-06-10  388
2012-06-11  389
2012-06-12  389
........
2012-07-05  392
2012-07-06  392

Answer 4

将字典的项目传递给DataFrame构造函数,并给出列名称.之后解析Date列以获取Timestamp值.

注意python 2.x和3.x之间的区别:

在python 2.x中:

df = pd.DataFrame(data.items(), columns=['Date', 'DateValue'])
df['Date'] = pd.to_datetime(df['Date'])

在Python 3.x中:(需要额外的'列表')

df = pd.DataFrame(list(data.items()), columns=['Date', 'DateValue'])
df['Date'] = pd.to_datetime(df['Date'])

Answer 5

重点是如何将每个元素放入 a 中DataFrame。

按行：

pd.DataFrame(dic.items(), columns=['Date', 'Value'])

或按列：

pd.DataFrame([dic])

Answer 6

我发现的最简单的方法是创建一个空数据框并附加字典。你需要告诉 panda's 不要关心索引，否则你会得到错误：TypeError: Can only append a dict if ignore_index=True

import pandas as pd
mydict = {'foo': 'bar'}
df = pd.DataFrame()
df = df.append(mydict, ignore_index=True)

Answer 7

这对我来说是这样的：

df= pd.DataFrame([d.keys(), d.values()]).T
df.columns= ['keys', 'values']  # call them whatever you like

我希望这有帮助

Answer 8

Pandas具有将dict转换为数据帧的内置功能.

pd.DataFrame.from_dict(dictionaryObject,东方= '索引')

对于您的数据,您可以将其转换如下:

import pandas as pd
your_dict={u'2012-06-08': 388,
 u'2012-06-09': 388,
 u'2012-06-10': 388,
 u'2012-06-11': 389,
 u'2012-06-12': 389,
 u'2012-06-13': 389,
 u'2012-06-14': 389,
 u'2012-06-15': 389,
 u'2012-06-16': 389,
 u'2012-06-17': 389,
 u'2012-06-18': 390,
 u'2012-06-19': 390,
 u'2012-06-20': 390,
 u'2012-06-21': 390,
 u'2012-06-22': 390,
 u'2012-06-23': 390,
 u'2012-06-24': 390,
 u'2012-06-25': 391,
 u'2012-06-26': 391,
 u'2012-06-27': 391,
 u'2012-06-28': 391,
 u'2012-06-29': 391,
 u'2012-06-30': 391,
 u'2012-07-01': 391,
 u'2012-07-02': 392,
 u'2012-07-03': 392,
 u'2012-07-04': 392,
 u'2012-07-05': 392,
 u'2012-07-06': 392}

your_df_from_dict=pd.DataFrame.from_dict(your_dict,orient='index')
print(your_df_from_dict)

Answer 9

尤其是ps，我发现面向行的示例很有帮助；因为通常记录是如何在外部存储的。

https://pbpython.com/pandas-list-dict.html

Answer 10

这对我有用，因为我想有一个单独的索引列

df = pd.DataFrame.from_dict(some_dict, orient="index").reset_index()
df.columns = ['A', 'B']

Answer 11

接受字典作为参数并返回一个数据帧，其中字典的键作为索引，值作为列。

def dict_to_df(d):
    df=pd.DataFrame(d.items())
    df.set_index(0, inplace=True)
    return df

Answer 12

pd.DataFrame({'date' : dict_dates.keys() , 'date_value' : dict_dates.values() })

Answer 13

您也可以将字典的键和值传递给新的数据框，如下所示：

import pandas as pd

myDict = {<the_dict_from_your_example>]
df = pd.DataFrame()
df['Date'] = myDict.keys()
df['DateValue'] = myDict.values()

Answer 14

在我的情况下,我希望dict的键和值是DataFrame的列和值.所以唯一对我有用的是:

data = {'adjust_power': 'y', 'af_policy_r_submix_prio_adjust': '[null]', 'af_rf_info': '[null]', 'bat_ac': '3500', 'bat_capacity': '75'} 

columns = list(data.keys())
values = list(data.values())
arr_len = len(values)

pd.DataFrame(np.array(values, dtype=object).reshape(1, arr_len), columns=columns)