Python 以长格式将多个词典合并到一个数据帧中
我有几本字典设置如下:Python 以长格式将多个词典合并到一个数据帧中,python,pandas,dictionary,dataframe,Python,Pandas,Dictionary,Dataframe,我有几本字典设置如下: Dict1 = {'Orange': ['1', '2', '3', '4']} Dict2 = {'Red': ['3', '4', '5']} 我希望输出是一个组合数据帧: | Type | Value | |--------------| |Orange| 1 | |Orange| 2 | |Orange| 3 | |Orange| 4 | | Red | 3 | | Red | 4 | | Red | 5
Dict1 = {'Orange': ['1', '2', '3', '4']}
Dict2 = {'Red': ['3', '4', '5']}
我希望输出是一个组合数据帧:
| Type | Value |
|--------------|
|Orange| 1 |
|Orange| 2 |
|Orange| 3 |
|Orange| 4 |
| Red | 3 |
| Red | 4 |
| Red | 5 |
我试着把所有的东西都分离出来,但在这个数据框中我只得到了Dict2
mydicts = [Dict1, Dict2]
for x in mydicts:
for k, v in x.items():
df = pd.DataFrame(v)
df['Type'] = k
一个选项是使用
pd.concat
:
pd.concat(map(pd.DataFrame, mydicts), axis=1).melt().dropna()
variable value
0 Orange 1
1 Orange 2
2 Orange 3
3 Orange 4
4 Red 3
5 Red 4
6 Red 5
如果性能很重要,您可以使用
DataFrame初始化单个数据帧。从_dict
和melt
:
pd.DataFrame.from_dict({**Dict1, **Dict2}, orient='index').T.melt().dropna()
variable value
0 Orange 1
1 Orange 2
2 Orange 3
3 Orange 4
4 Red 3
5 Red 4
6 Red 5
或者,使用stack
而不是melt
(稍微慢一点,只是为了完整性):
字典解包语法适用于python3.6。在旧版本中,将{**d1,**d2}
替换为{k:v代表d在mydicts中代表k,v代表d.items()}
在
堆栈之后
,它成为一个问题
在你的第二个例子中,有没有一种方法可以重复使用字典而不是单独命名它们?@ATCH_是的,请看我刚才添加的脚注。
res = (pd.DataFrame.from_dict({**Dict1, **Dict2}, orient='index').T
.stack()
.reset_index(level=1)
.sort_values('level_1'))
res.columns = ['Type', 'Value']
print(res)
Type Value
0 Orange 1
1 Orange 2
2 Orange 3
3 Orange 4
0 Red 3
1 Red 4
2 Red 5
pd.DataFrame(
[(t, v)
for t, V in {**Dict1, **Dict2}.items()
for v in V],
columns=['Type', 'Value']
)
Type Value
0 Orange 1
1 Orange 2
2 Orange 3
3 Orange 4
4 Red 3
5 Red 4
6 Red 5
s=pd.DataFrame(mydicts).stack().reset_index(level=1)
unnesting(s,[0])
Out[829]:
0 level_1
0 1 Orange
0 2 Orange
0 3 Orange
0 4 Orange
1 3 Red
1 4 Red
1 5 Red