Python 3.x 我想把字典转换成数据帧

Python 3.x 我想把字典转换成数据帧,python-3.x,pandas,dataframe,dictionary,data-analysis,Python 3.x,Pandas,Dataframe,Dictionary,Data Analysis,我有这个字典,我想把它转换成一个熊猫数据框,索引是'ind':1,24列1行 以下是我希望在df中包含的每个列的名称:- di={'ind': 1, 'age': 59, 'bp': 70, 'sg': 1.01, 'al': 1.0, 'su': 3.0, 'rbc': 0.0, 'pc': 0.0, 'pcc': 0.0, 'ba': 0.0, 'bgr': 424.0, 'bu': 55.0, 'sc': 1.7, 'sod': 138.0, 'pot': 4.5, 'hemo': 12.

我有这个字典,我想把它转换成一个熊猫数据框,索引是
'ind':1
,24列1行

以下是我希望在df中包含的每个列的名称:-

di={'ind': 1, 'age': 59, 'bp': 70, 'sg': 1.01, 'al': 1.0, 'su': 3.0, 'rbc': 0.0, 'pc': 0.0, 'pcc': 0.0, 'ba': 0.0, 'bgr': 424.0, 'bu': 55.0, 'sc': 1.7, 'sod': 138.0, 'pot': 4.5, 'hemo': 12.0, 'pcv': 37.0, 'wbcc': 10200.0, 'rbcc': 4.1, 'htn': 1.0, 'dm': 1.0, 'cad': 1.0, 'appet': 1.0, 'pe': 0.0, 'ane': 1.0}
请用它指引我。我尝试了方法
pd.DataFrame(di.items(),columns=d)
,但它返回了一个包含1列和24行的df,我想要它的倒数,即24列和1行

谢谢你

你可以试试

d=['age', 'bp', 'sg','al', 'su', 'rbc', 'pc', 'pcc', 'ba', 'bgr', 'bu', 'sc', 'sod', 'pot', 'hemo', 'pcv', 'wbcc', 'rbcc', 'htn', 'dm','cad', 'appet', 'pe', 'ane']
印刷品:

di={'ind': 1, 'age': 59, 'bp': 70, 'sg': 1.01, 'al': 1.0, 'su': 3.0, 'rbc': 0.0, 'pc': 0.0, 'pcc': 0.0, 'ba': 0.0, 'bgr': 424.0, 'bu': 55.0, 'sc': 1.7, 'sod': 138.0, 'pot': 4.5, 'hemo': 12.0, 'pcv': 37.0, 'wbcc': 10200.0, 'rbcc': 4.1, 'htn': 1.0, 'dm': 1.0, 'cad': 1.0, 'appet': 1.0, 'pe': 0.0, 'ane': 1.0}

print( pd.DataFrame([di]).set_index('ind') )
di={'ind': 1, 'age': 59, 'bp': 70, 'sg': 1.01, 'al': 1.0, 'su': 3.0, 'rbc': 0.0, 'pc': 0.0, 'pcc': 0.0, 'ba': 0.0, 'bgr': 424.0, 'bu': 55.0, 'sc': 1.7, 'sod': 138.0, 'pot': 4.5, 'hemo': 12.0, 'pcv': 37.0, 'wbcc': 10200.0, 'rbcc': 4.1, 'htn': 1.0, 'dm': 1.0, 'cad': 1.0, 'appet': 1.0, 'pe': 0.0, 'ane': 1.0}

print( pd.DataFrame([di]).set_index('ind') )
     age  bp    sg   al   su  rbc   pc  pcc   ba    bgr    bu   sc    sod  pot  hemo   pcv     wbcc  rbcc  htn   dm  cad  appet   pe  ane
ind                                                                                                                                      
1     59  70  1.01  1.0  3.0  0.0  0.0  0.0  0.0  424.0  55.0  1.7  138.0  4.5  12.0  37.0  10200.0   4.1  1.0  1.0  1.0    1.0  0.0  1.0