将Python dict转换为数据帧
我有一本Python字典,如下所示:将Python dict转换为数据帧,python,pandas,dataframe,Python,Pandas,Dataframe,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'2012-06-08': 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