Python 按行号填充数据帧

问题

我有一本这样的字典：

d = {
'a': [['a', 0], ['b', 1], ['a', 2]],
'b': [['d', 0], ['d', 1], ['d', 3]],
'c': [['f', 2], ['g', 3], ['h', 4]]
}

      a     b     c
0     a     d  None
1     b     d  None
2     a  None     f
3  None     d     g
4  None  None     h

字典的形式为：

列：[[值，行号]，…]

我想将其转换为如下所示的数据帧：

d = {
'a': [['a', 0], ['b', 1], ['a', 2]],
'b': [['d', 0], ['d', 1], ['d', 3]],
'c': [['f', 2], ['g', 3], ['h', 4]]
}

      a     b     c
0     a     d  None
1     b     d  None
2     a  None     f
3  None     d     g
4  None  None     h

尝试

我能想到的唯一方法是创建一个新的字典：

new = {
'a': ['a', 'b', 'a', None, None],
'b': ['d', 'd', None, 'd', None],
'c': [None, None, 'f', 'g', 'h']
}

然后可以使用该字典创建数据帧，如下所示：

df = pd.DataFrame(new)

d2 = {colname: {sublist[1]: sublist[0] for sublist in listoflists} \
      for colname, listoflists in d.items()}
df = pd.DataFrame(d2)
df.where(pd.notnull(df), None)  # replace np.nan with None
     a    b    c
0    a    d  None
1    b    d  None
2    a  None    f
3  None    d    g
4  None  None    h

---

我可以写一个循环来实现这一点，但这相当乏味，我想知道是否有更好的方法。请告知。

我不认为将此直接放入

pandas

将提供如此显著的加速效果，因为您将使用对象。因此，最好在

pandas

之外修改列表字典。最好的方法是将每个列表转换成字典，因为将

dict

的

dict

转换成

DataFrame

非常好：

In [ ]: new_d = {col_name:{row_num: value for value, row_num in col_data} for col_name, col_data in d.items()}
   ...: pd.DataFrame(new_d)
Out[ ]: 
     a    b    c
0    a    d  NaN
1    b    d  NaN
2    a  NaN    f
3  NaN    d    g
4  NaN  NaN    h

---

按如下方式重新构造词典：

df = pd.DataFrame(new)

d2 = {colname: {sublist[1]: sublist[0] for sublist in listoflists} \
      for colname, listoflists in d.items()}
df = pd.DataFrame(d2)
df.where(pd.notnull(df), None)  # replace np.nan with None
     a    b    c
0    a    d  None
1    b    d  None
2    a  None    f
3  None    d    g
4  None  None    h

您可以使用

pivot（）

，在稍微重新排列之后：

data = [(key,ix,val) for key, pair in d.items() for val, ix in pair]
df = pd.DataFrame(data).pivot(index=1, columns=0, values=2)

输出：

0     a     b     c
1                  
0     a     d  None
1     b     d  None
2     a  None     f
3  None     d     g
4  None  None     h

注意：要删除列和索引值，请使用：

df.index.name = ""
df.columns.name = ""

---

改变你的口述是一条路，但这里有另一个解决方案

df=pd.DataFrame(d)
df1=pd.concat([df[x].apply(pd.Series).set_index(1) for x in df.columns],1)
df1.columns=df.columns
df1
Out[477]: 
     a    b    c
1               
0    a    d  NaN
1    b    d  NaN
2    a  NaN    f
3  NaN    d    g
4  NaN  NaN    h

如果你想改变你的口述

d1={k:{t[1]:t[0] for t in v} for k,v in d.items()}
d1
Out[479]: 
{'a': {0: 'a', 1: 'b', 2: 'a'},
 'b': {0: 'd', 1: 'd', 3: 'd'},
 'c': {2: 'f', 3: 'g', 4: 'h'}}