Python 将字典列表转换为数据帧
我有一个这样的字典列表:Python 将字典列表转换为数据帧,python,dictionary,pandas,dataframe,Python,Dictionary,Pandas,Dataframe,我有一个这样的字典列表: [{'points': 50, 'time': '5:00', 'year': 2010}, {'points': 25, 'time': '6:00', 'month': "february"}, {'points':90, 'time': '9:00', 'month': 'january'}, {'points_h1':20, 'month': 'june'}] month points points_h1 time year 0
[{'points': 50, 'time': '5:00', 'year': 2010},
{'points': 25, 'time': '6:00', 'month': "february"},
{'points':90, 'time': '9:00', 'month': 'january'},
{'points_h1':20, 'month': 'june'}]
month points points_h1 time year
0 NaN 50 NaN 5:00 2010
1 february 25 NaN 6:00 NaN
2 january 90 NaN 9:00 NaN
3 june NaN 20 NaN NaN
dict_count = len(dict_list)
df = pd.DataFrame(dict_list[0], index=[0])
for i in range(1,dict_count-1):
df = df.append(dict_list[i], ignore_index=True)
我想把它变成一个熊猫数据帧
,如下所示:
[{'points': 50, 'time': '5:00', 'year': 2010},
{'points': 25, 'time': '6:00', 'month': "february"},
{'points':90, 'time': '9:00', 'month': 'january'},
{'points_h1':20, 'month': 'june'}]
month points points_h1 time year
0 NaN 50 NaN 5:00 2010
1 february 25 NaN 6:00 NaN
2 january 90 NaN 9:00 NaN
3 june NaN 20 NaN NaN
dict_count = len(dict_list)
df = pd.DataFrame(dict_list[0], index=[0])
for i in range(1,dict_count-1):
df = df.append(dict_list[i], ignore_index=True)
注意:列的顺序并不重要
如何将字典列表转换为如上所示的数据帧?假设
d
是您的dict列表,简单地说:
df = pd.DataFrame(d)
注意:这不适用于嵌套数据。在pandas 16.2中,我必须执行
pd.DataFrame.from_records(d)
才能使其工作。您也可以使用pd.DataFrame.from_dict(d)
如下:
In [8]: d = [{'points': 50, 'time': '5:00', 'year': 2010},
...: {'points': 25, 'time': '6:00', 'month': "february"},
...: {'points':90, 'time': '9:00', 'month': 'january'},
...: {'points_h1':20, 'month': 'june'}]
In [12]: pd.DataFrame.from_dict(d)
Out[12]:
month points points_h1 time year
0 NaN 50.0 NaN 5:00 2010.0
1 february 25.0 NaN 6:00 NaN
2 january 90.0 NaN 9:00 NaN
3 june NaN 20.0 NaN NaN
如何将字典列表转换为数据帧?
其他答案都是正确的,但就这些方法的优点和局限性而言,解释得并不多。这篇文章的目的是展示这些方法在不同情况下的示例,讨论何时使用(何时不使用),并提出替代方案
,及 根据数据的结构和格式,在某些情况下,这三种方法要么都有效,要么有些比其他方法更好,要么根本不起作用 考虑一个非常做作的例子
np.random.seed(0)
data = pd.DataFrame(
np.random.choice(10, (3, 4)), columns=list('ABCD')).to_dict('r')
print(data)
[{'A': 5, 'B': 0, 'C': 3, 'D': 3},
{'A': 7, 'B': 9, 'C': 3, 'D': 5},
{'A': 2, 'B': 4, 'C': 7, 'D': 6}]
此列表由“记录”组成,每个键都存在。这是您可能遇到的最简单的情况
# The following methods all produce the same output.
pd.DataFrame(data)
pd.DataFrame.from_dict(data)
pd.DataFrame.from_records(data)
A B C D
0 5 0 3 3
1 7 9 3 5
2 2 4 7 6
词典方向词:orient='index'
/'columns'
在继续之前,重要的是区分不同类型的词典定位,并使用pandas进行支持。有两种主要类型:“列”和“索引”
orient='columns'
具有“columns”方向的字典将使其键对应于等效数据框中的列 例如,上面的
数据
处于“列”方向
注意:如果您使用的是pd.DataFrame.from_records
,则假定方向为“columns”(您不能另外指定),并且将相应地加载字典
orient='index'
根据此方向,假定键对应于索引值。这类数据最适合于来自_dict的pd.DataFrame
data_i ={
0: {'A': 5, 'B': 0, 'C': 3, 'D': 3},
1: {'A': 7, 'B': 9, 'C': 3, 'D': 5},
2: {'A': 2, 'B': 4, 'C': 7, 'D': 6}}
OP中未考虑此情况,但了解此情况仍然很有用
设置自定义索引
如果需要在结果数据帧上设置自定义索引,可以使用index=…
参数进行设置
pd.DataFrame(data, index=['a', 'b', 'c'])
# pd.DataFrame.from_records(data, index=['a', 'b', 'c'])
A B C D
a 5 0 3 3
b 7 9 3 5
c 2 4 7 6
这不受来自目录的pd.DataFrame.的支持
data_i ={
0: {'A': 5, 'B': 0, 'C': 3, 'D': 3},
1: {'A': 7, 'B': 9, 'C': 3, 'D': 5},
2: {'A': 2, 'B': 4, 'C': 7, 'D': 6}}
处理缺少的键/列
当处理缺少键/列值的字典时,所有方法都是现成的。比如说,
data2 = [
{'A': 5, 'C': 3, 'D': 3},
{'A': 7, 'B': 9, 'F': 5},
{'B': 4, 'C': 7, 'E': 6}]
读取列的子集
“如果我不想读每一列怎么办?”?您可以使用columns=…
参数轻松指定这一点
例如,从上面的data2
示例字典中,如果您只想读取列“A”、“D”和“F”,可以通过传递列表来实现:
pd.DataFrame(data2, columns=['A', 'D', 'F'])
# pd.DataFrame.from_records(data2, columns=['A', 'D', 'F'])
A D F
0 5.0 3.0 NaN
1 7.0 NaN 5.0
2 NaN NaN NaN
默认方向为“列”的dict的pd.DataFrame.from不支持这一点
读取行的子集
这些方法中的任何一种都不直接支持。您必须在数据上进行迭代,并在迭代过程中执行就地测试。例如,要从上面的data2
中仅提取第0行和第2行,您可以使用:
rows_to_select = {0, 2}
for i in reversed(range(len(data2))):
if i not in rows_to_select:
del data2[i]
pd.DataFrame(data2)
# pd.DataFrame.from_dict(data2)
# pd.DataFrame.from_records(data2)
A B C D E
0 5.0 NaN 3 3.0 NaN
1 NaN 4.0 7 NaN 6.0
灵丹妙药:用于嵌套数据
上述方法的一个强大、健壮的替代方法是json\u normalize
函数,它可以处理字典(记录)列表,此外还可以处理嵌套字典
pd.json_normalize(data)
A B C D
0 5 0 3 3
1 7 9 3 5
2 2 4 7 6
同样,请记住,传递给json\u normalize
的数据需要采用字典列表(记录)格式
如前所述,json\u normalize
还可以处理嵌套字典
data_nested = [
{'counties': [{'name': 'Dade', 'population': 12345},
{'name': 'Broward', 'population': 40000},
{'name': 'Palm Beach', 'population': 60000}],
'info': {'governor': 'Rick Scott'},
'shortname': 'FL',
'state': 'Florida'},
{'counties': [{'name': 'Summit', 'population': 1234},
{'name': 'Cuyahoga', 'population': 1337}],
'info': {'governor': 'John Kasich'},
'shortname': 'OH',
'state': 'Ohio'}
]
有关元
和记录路径
参数的更多信息,请查看文档
data_nested = [
{'counties': [{'name': 'Dade', 'population': 12345},
{'name': 'Broward', 'population': 40000},
{'name': 'Palm Beach', 'population': 60000}],
'info': {'governor': 'Rick Scott'},
'shortname': 'FL',
'state': 'Florida'},
{'counties': [{'name': 'Summit', 'population': 1234},
{'name': 'Cuyahoga', 'population': 1337}],
'info': {'governor': 'John Kasich'},
'shortname': 'OH',
'state': 'Ohio'}
]
总结
下面是上面讨论的所有方法的列表,以及支持的特性/功能
*使用orient='columns'
然后转置以获得与orient='index'
相同的效果。我发现最简单的方法如下:
[{'points': 50, 'time': '5:00', 'year': 2010},
{'points': 25, 'time': '6:00', 'month': "february"},
{'points':90, 'time': '9:00', 'month': 'january'},
{'points_h1':20, 'month': 'june'}]
month points points_h1 time year
0 NaN 50 NaN 5:00 2010
1 february 25 NaN 6:00 NaN
2 january 90 NaN 9:00 NaN
3 june NaN 20 NaN NaN
dict_count = len(dict_list)
df = pd.DataFrame(dict_list[0], index=[0])
for i in range(1,dict_count-1):
df = df.append(dict_list[i], ignore_index=True)
Pyhton3:
前面列出的大多数解决方案都是有效的。但是,在某些情况下,不需要数据帧的行号,并且必须单独写入每一行(记录)
在这种情况下,以下方法很有用
要将字典列表转换为数据帧,可以使用“追加”:
我们有一个名为dic的字典,dic有30个列表项(list1
,list2
,…,list30
)
步骤1:定义用于保存结果的变量(例如:total\u df
)
步骤2:使用list1
步骤3:使用“for loop”将所有列表附加到total\u df
这种方法的好处是,它也适用于deque
如果字典没有相同的键,那么必须使用from_records
,如果字典没有相同的键,那么使用@joris solutionUsinig 0.14.1和@joris'解决方案也可以值对作为索引(例如时间)?@CatsLoveJazz您只需执行df=df.set_索引('time'))
afterwards@CatsLoveJazz不,当从dict转换时,这是不可能的。从Pandas 0.19.2开始,文档中没有提到这一点,至少在Pandas.DataFrame的文档中没有提到。请注意,对于嵌套字典“{”“:{”…
如果使用json_normalize方法,请参见@cs95的详细答案。问题是如何从dict
s列表中构造数据帧,而不是像您假设的那样从单个dict
中构造数据帧
import csv
my file= 'C:\Users\John\Desktop\export_dataframe.csv'
records_to_save = data2 #used as in the thread.
colnames = list[records_to_save[0].keys()]
# remember colnames is a list of all keys. All values are written corresponding
# to the keys and "None" is specified in case of missing value
with open(myfile, 'w', newline="",encoding="utf-8") as f:
writer = csv.writer(f)
writer.writerow(colnames)
for d in records_to_save:
writer.writerow([d.get(r, "None") for r in colnames])
total_df=list1
nums=Series(np.arange(start=2, stop=31))
for num in nums:
total_df=total_df.append(dic['list'+str(num)])