将Python dict转换为数据帧

我有一本Python字典，如下所示：

{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，将其转换为一个pandas数据框。示例：col1:Dates col2:DateValue（日期仍然是Unicode，日期值仍然是整数）

在这方面的任何帮助都将不胜感激。我无法在熊猫文档上找到帮助我解决这个问题的资源

我知道一个解决方案可能是将这个dict中的每一个键值对转换成一个dict，这样整个结构就变成了dict的dict，然后我们可以将每一行单独添加到数据帧中。但我想知道是否有一种更简单、更直接的方法来做到这一点

---

到目前为止，我已尝试将dict转换为series对象，但这似乎无法保持列之间的关系：

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

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

---

将字典的项传递给DataFrame构造函数，并给出列名。然后解析

Date

列以获得

Timestamp

值

请注意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Python3.x中：（需要额外的“列表”）

---

这里的错误是因为使用标量值调用DataFrame构造函数（它期望值为list/dict/…即具有多列）：

您可以从字典中获取项目（即键值对）：

但我认为通过系列构造函数更有意义：

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

---

接受dict作为参数，并返回一个数据帧，其中dict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

---

正如在另一个答案中所解释的，在这里直接使用

pandas.DataFrame（）

不会像您所想的那样起作用

您可以使用

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

---

您还可以将字典的键和值传递给新的数据帧，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()

将熊猫作为pd导入
myDict={]
df=pd.DataFrame（）
df['Date']=myDict.keys（）
df['DateValue']=myDict.values（）

我已经多次遇到这个问题，并且有一个示例字典，它是我从函数

get\u max\u Path（）

创建的，它返回示例字典：

{2:0.3097502930247044，
3: 0.4413177909384636,
4: 0.5197224051562838,
5: 0.5717654946470984,
6: 0.6063959031223476,
7: 0.6365209824708223,
8: 0.655918861281035,
9:0.680844386645206}

要将其转换为数据帧，我运行了以下命令：

{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}

df=pd.DataFrame.from_dict（获取最大路径（2），方向为'index'）。重置索引（）

返回具有单独索引的简单两列数据帧：

索引0
0   2   0.309750
1 3 0.441318

---

只需使用

f.rename（columns={'index'：'Column1'，0:'Column2'}，inplace=True）重命名列

在我的例子中，我希望dict的键和值是DataFrame的列和值。因此，对我来说唯一有效的方法是：

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)

---

当将字典转换为数据框时，您希望键是所述数据框的列，值是行值，您只需在字典周围放上括号，如下所示：

>>> dict_ = {'key 1': 'value 1', 'key 2': 'value 2', 'key 3': 'value 3'}
>>> pd.DataFrame([dict_])

    key 1     key 2     key 3
0   value 1   value 2   value 3

它帮我省去了一些头疼的事，所以我希望它能帮助别人

编辑：在DataFrame构造函数中，

数据

参数的一个选项中有一个字典列表。这里我们传递一个包含一个字典的列表。

用于将dict转换为数据帧

pd.DataFrame.from_dict（dictionaryObject，orient='index'））

对于您的数据，您可以按如下方式进行转换：

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)

---

我认为您可以在创建字典时对数据格式进行一些更改，然后您可以轻松地将其转换为DataFrame：

输入：

a={'Dates':['2012-06-08','2012-06-10'],'Date_value':[388,389]}

aframe=DataFrame(a)

输出：

{'Date_value': [388, 389], 'Dates': ['2012-06-08', '2012-06-10']}

输入：

a={'Dates':['2012-06-08','2012-06-10'],'Date_value':[388,389]}

aframe=DataFrame(a)

输出：将是您的数据帧

您只需要在Sublime或Excel之类的地方使用一些文本编辑

d = {'Date': list(yourDict.keys()),'Date_Values': list(yourDict.values())}
df = pandas.DataFrame(data=d)

如果您不将

yourDict.keys（）

封装在

list（）

中，那么您的所有键和值都将被放置在每列的每一行中。如下所示：

日期\
0（2012-06-082012-06-092012-06-1012012-06-1…

（2012-06-082012-06-092012-06-1012012-06-1…

（2012-06-082012-06-092012-06-1012012-06-1…

（2012-06-082012-06-092012-06-1012012-06-1…

4（2012-06-082012-06-092012-06-1012012-06-1…

但是通过添加

list（）

，结果如下所示：

>>> dict_ = {'key 1': 'value 1', 'key 2': 'value 2', 'key 3': 'value 3'}
>>> pd.DataFrame([dict_])

    key 1     key 2     key 3
0   value 1   value 2   value 3

Date\u值
0   2012-06-08          388
1   2012-06-09          388
2   2012-06-10          388
3   2012-06-11          389
4   2012-06-12          389
…

这就是它对我的作用：

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

我希望这有帮助

p、 特别是，我发现面向行的示例非常有用；因为通常情况下，记录是如何在外部存储的

---

这对我来说很有效，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']

---

我发现的最简单的方法是创建一个空数据帧并附加dict。 您需要告诉panda's不要关心索引，否则会出现错误：

TypeError:只有在ignore\u index=True时才能追加dict

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

---

我已尝试将dict转换为一个以日期为索引的序列对象，但由于某种原因，该对象的日期与相应的值不匹配。代码已发布。我想询问是否有一种方法可以创建数据帧，而无需创建dict，然后分别添加每一行。什么是“Unicode日期”？你是指日期吗？@user1009091我现在意识到错误的含义，它基本上是说“我看到的是一个系列，所以使用系列构造函数”。谢谢-非常有用。你能解释一下使用此方法和使用DataFrame.from_dict（）的区别吗？你的方法（我使用过）返回type=pandas.core.frame.DataFrame，而另一个返回type=class'pandas.cor