Python 数据帧中的键/值对
我创建了一个数据框,它是通过合并多个MATLABPython 数据帧中的键/值对,python,pandas,matlab,dataframe,Python,Pandas,Matlab,Dataframe,我创建了一个数据框,它是通过合并多个MATLAB.mat文件,然后将合并后的词典列表加载到pandas来创建的 KEY_COLUMN VALUE_COLUMN 0 [[[KEY1]], [[KEY2]], [[KEY3]], [[KEY4]]] [[VALUE], [VALUE], [VALUE], [VALUE]] 1 [[[KEY2]], [[KEY3]], [[KEY1]], [[KEY4]]]
.mat
文件,然后将合并后的词典列表加载到pandas来创建的
KEY_COLUMN VALUE_COLUMN
0 [[[KEY1]], [[KEY2]], [[KEY3]], [[KEY4]]] [[VALUE], [VALUE], [VALUE], [VALUE]]
1 [[[KEY2]], [[KEY3]], [[KEY1]], [[KEY4]]] [[VALUE], [VALUE], [VALUE], [VALUE]]
2 [[[KEY1]], [[KEY3]], [[KEY4]], [[KEY2]]] [[VALUE], [VALUE], [VALUE], [VALUE]]
问题在于键(以及连续值)的顺序不同。它在当前行之间有所不同
如何做到这一点?
非常感谢 我使用了以下方法来解决这个问题:
df = pd.DataFrame({'TYPE': {0: np.array([[np.array(['START'], dtype='<U5')],[np.array(['DIST'], dtype='<U6')],[np.array(['DISTFALSE'], dtype='<U7')],[np.array(['DISTTRUE'], dtype='<U7')],[np.array(['ENCFALSE'], dtype='<U11')],[np.array(['ENCTRUE'], dtype='<U12')]], dtype=object),
1: np.array([[np.array(['DISTFALSE'], dtype='<U5')],[np.array(['START'], dtype='<U10')],[np.array(['DIST'], dtype='<U11')],[np.array(['DISTTRUE'], dtype='<U11')],[np.array(['ENCTRUE'], dtype='<U10')],[np.array(['ENCFALSE'], dtype='<U11')]], dtype=object)},
'TIME': {0: np.array([[ 24413],[ 27481],[ 29382],[ 31923],[ 31249],[ 34690]]),
1: np.array([[ 364582],[ 31234],[ 43123],[ 24444],[ 55551],[ 12355]])}})
# Assuming a df as shown in the problem statement
#Initialize an empty dictionary to hold extracted keys and values
keyvals = {}
for i in range(0, df.shape[0]):
keyrow = df.iloc[i, 0].flatten()
valrow = df.iloc[i, 1].flatten()
for j,k in zip(keyrow, valrow):
try:
keyvals[j].append(k)
except:
keyvals[j] = []
keyvals[j].append(k)
finally:
pass
finDf = pd.DataFrame(dict([(k,pd.Series(v)) for k,v in keyvals.items()]))
我已使用以下方法来解决此问题:
df = pd.DataFrame({'TYPE': {0: np.array([[np.array(['START'], dtype='<U5')],[np.array(['DIST'], dtype='<U6')],[np.array(['DISTFALSE'], dtype='<U7')],[np.array(['DISTTRUE'], dtype='<U7')],[np.array(['ENCFALSE'], dtype='<U11')],[np.array(['ENCTRUE'], dtype='<U12')]], dtype=object),
1: np.array([[np.array(['DISTFALSE'], dtype='<U5')],[np.array(['START'], dtype='<U10')],[np.array(['DIST'], dtype='<U11')],[np.array(['DISTTRUE'], dtype='<U11')],[np.array(['ENCTRUE'], dtype='<U10')],[np.array(['ENCFALSE'], dtype='<U11')]], dtype=object)},
'TIME': {0: np.array([[ 24413],[ 27481],[ 29382],[ 31923],[ 31249],[ 34690]]),
1: np.array([[ 364582],[ 31234],[ 43123],[ 24444],[ 55551],[ 12355]])}})
# Assuming a df as shown in the problem statement
#Initialize an empty dictionary to hold extracted keys and values
keyvals = {}
for i in range(0, df.shape[0]):
keyrow = df.iloc[i, 0].flatten()
valrow = df.iloc[i, 1].flatten()
for j,k in zip(keyrow, valrow):
try:
keyvals[j].append(k)
except:
keyvals[j] = []
keyvals[j].append(k)
finally:
pass
finDf = pd.DataFrame(dict([(k,pd.Series(v)) for k,v in keyvals.items()]))
让我们通过映射列表中的键值对并使用
np.squesh
删除单个维度来创建一个新的数据帧:
df1 = pd.DataFrame([dict(zip(*map(np.squeeze, v))) for v in df.to_numpy()])
结果:
# for sample data
KEY1 KEY2 KEY3 KEY4
0 VALUE VALUE VALUE VALUE
1 VALUE VALUE VALUE VALUE
2 VALUE VALUE VALUE VALUE
# for actual data
START DIST DISTFAL DISTTRU ENCFALSE ENCTRUE DISTF DISTTRUE
0 24413 27481 29382.0 31923.0 31249 34690 NaN NaN
1 31234 43123 NaN NaN 12355 55551 364582.0 24444.0
让我们通过映射列表中的键值对并使用
np.squesh
删除单个维度来创建一个新的数据帧:
df1 = pd.DataFrame([dict(zip(*map(np.squeeze, v))) for v in df.to_numpy()])
结果:
# for sample data
KEY1 KEY2 KEY3 KEY4
0 VALUE VALUE VALUE VALUE
1 VALUE VALUE VALUE VALUE
2 VALUE VALUE VALUE VALUE
# for actual data
START DIST DISTFAL DISTTRU ENCFALSE ENCTRUE DISTF DISTTRUE
0 24413 27481 29382.0 31923.0 31249 34690 NaN NaN
1 31234 43123 NaN NaN 12355 55551 364582.0 24444.0
您能否提供一些数据帧和所需结果的示例(使用实名而不仅仅是键值)请使用
df.head(5).to_dict()
提供示例数据,因为您有嵌套值。如果加载文件会产生这样的结果,则最好以不同的方式加载文件,不要在事后试图挽救这个混乱的数据帧。@HenryYik刚刚添加了它。您可以提供一些数据帧示例和所需结果(使用实名而不仅仅是键值)吗?请使用df.head(5).to_dict()
提供示例数据,因为您有嵌套的值。如果加载文件会得到这样的结果,可能最好以另一种方式加载文件,而不是事后试图解救这个混乱的数据帧。@HenryYik刚刚添加了itTypeError:Unhabable type:'numpy.ndarray'@thisgoy根据您提供的示例数据,代码对我来说运行良好…抱歉,my bad:PTypeError:Unhabable type:'numpy.ndarray'@这家伙根据您提供的示例数据,代码对我来说运行良好…抱歉,我的bad:PAttributeError:'numpy.ndarray'对象没有属性'index',我定义了自己的字典来创建与您类似的数据帧,但现在您也添加了类型,因此此解决方案需要更新。谢谢!更改为bitUpdated,请立即检查。AttributeError:'numpy.ndarray'对象没有属性'index'。好吧,我定义了自己的字典来创建与您类似的数据帧,但现在您也添加了类型,因此此解决方案需要更新。谢谢!更改了一点,请现在查看。