Python 将字典的numpy数据数组转换为数据帧

我在stackoverflow中搜索了此->的解决方案，但所有解决方案都与我的需求略有不同

我有一个很大的数组（大约1.07亿行），我们称它为df

df

：

    [{'A': 5, 'C': 3, 'D': 3},
     {'A': 7, 'B': 9, 'F': 5},
     {'B': 4, 'C': 7, 'E': 6}]

我需要它转换成一个数据帧的时间尽可能有效。这是所需输出的示例：

     A    B    C    D    E    F
0  5.0  NaN  3.0  3.0  NaN  NaN
1  7.0  9.0  NaN  NaN  NaN  5.0
2  NaN  4.0  7.0  NaN  6.0  NaN

我已经尝试了

pd.DataFrame（df）

和

pd.DataFrame.from_dict（df）

，但是这些给了我输出：

     0
0  {'A': 5, 'C': 3, 'D': 3}
1  {'A': 7, 'B': 9, 'F': 5}
2  {'B': 4, 'C': 7, 'E': 6}

问题：如何将

df

转换为所需的输出

编辑：

我试过anky_91的解决方案。这将适用于列表，而不是ndarray。我希望避免转换为列表，因为列表中有1.07亿个值会导致内存错误

pd.DataFrame(df).sort_index(axis=1)

---

这仍然提供与pd.DataFrame（df）相同的输出。它输出一个包含一列的数据帧，每行有一个字典。

我认为输入数据是不同的：

L =  [[{'A': 5, 'C': 3, 'D': 3}],
     [{'A': 7, 'B': 9, 'F': 5}],
     [{'B': 4, 'C': 7, 'E': 6}]]

print (pd.DataFrame(L))
                          0
0  {'A': 5, 'C': 3, 'D': 3}
1  {'A': 7, 'B': 9, 'F': 5}
2  {'B': 4, 'C': 7, 'E': 6}

可能的解决方案是扁平化：

from  itertools import chain
df = pd.DataFrame(chain.from_iterable(L)).sort_index(axis=1)
print (df)
     A    B    C    D    E    F
0  5.0  NaN  3.0  3.0  NaN  NaN
1  7.0  9.0  NaN  NaN  NaN  5.0
2  NaN  4.0  7.0  NaN  6.0  NaN

如果输入数据为numpy数组，请使用@Code Different注释中的解决方案：

arr = np.array([{'A': 5, 'C': 3, 'D': 3},
                {'A': 7, 'B': 9, 'F': 5},
                {'B': 4, 'C': 7, 'E': 6}])

df = pd.DataFrame(arr.tolist()).sort_index(axis=1)
print (df)
     A    B    C    D    E    F
0  5.0  NaN  3.0  3.0  NaN  NaN
1  7.0  9.0  NaN  NaN  NaN  5.0
2  NaN  4.0  7.0  NaN  6.0  NaN

---

我不明白这个问题：

pd.DataFrame（a）.sort_index（axis=1）

工作正常，并与预期输出相匹配

pd.DataFrame（[d为arr中的d]）

来自anky_91的测试解决方案-完全按照需要工作。非常优雅@anky[u请参见问题“编辑”部分下的编辑。我仍然收到与运行

pd.DataFrame（df）

相同的输出。df是ndarray类型。如果

df

（多奇怪的名称）是

ndarray

，则

pd。数据帧（df）

将不起作用。您可以将其转换为列表：

pd.DataFrame（df.tolist（））

。但是还没有测试性能。与上面anky_91中的输出列不同，具有100米行的熊猫通常可以关闭任何个人计算机。在该解决方案中，输出列不排序。