Python Pandas:从所有值都是numpy数组的字典列表中创建数据帧?
我有一个字典列表,它的值都是np数组 看起来好像有更多的列,但这是一个很好的表示Python Pandas:从所有值都是numpy数组的字典列表中创建数据帧?,python,pandas,numpy,Python,Pandas,Numpy,我有一个字典列表,它的值都是np数组 看起来好像有更多的列,但这是一个很好的表示 [ {'begin_bal': np.arange(100), 'prin': np.arange(100)}, {'begin_bal': np.arange(50), 'prin': np.arange(50)}, {'begin_bal': np.arange(360), 'prin': np.arange(260)}, ] 我想创建一个如下所示的数据帧: begin_bal pr
[
{'begin_bal': np.arange(100), 'prin': np.arange(100)},
{'begin_bal': np.arange(50), 'prin': np.arange(50)},
{'begin_bal': np.arange(360), 'prin': np.arange(260)},
]
我想创建一个如下所示的数据帧:
begin_bal prin
1 1
2 2
... ...
99 99
100 100
1 1
2 2
... ...
49 49
50 50
1 1
2 2
... ...
359 359
360 360
对于每个字典,每个np数组的大小都是相同的。使用pd.concat
你可以
d1=pd.DataFrame(l)
pd.DataFrame({'begin_bal':np.concatenate(d1['begin_bal'].values),'prin':np.concatenate(d1['prin'].values)})
很不错的!此外,concat在迭代器上工作,因此这也适用于pd.concatmappd.DataFrame和datas。我想
d1=pd.DataFrame(l)
pd.DataFrame({'begin_bal':np.concatenate(d1['begin_bal'].values),'prin':np.concatenate(d1['prin'].values)})