如何将 Python 字典转换为 Pandas DataFrame
Asad Riaz
2023年1月30日
-
将
字典转换为 PandasDataFame的方法 -
在 Pandas DataFrame 中将
键转换为列，将值转换为行的方法 -
pandas.DataFrame().from_dict()方法将 dict 转换为 dataframe
我们将介绍将 Python dictionary 转换为 Pandas datafarme 的方法，以及将 keys 作为 columns 和 values 作为 row 值并将嵌套的 dictionary 转换到 DataFrame 的选项。
我们还将使用 pandas.DataFrame.from_dict 引入另一种方法，将其与任何 rename 方法链接起来，并一次性设置索引和列的名称。
将字典转换为 Pandas DataFame 的方法
Pandas 的 DataFrame 构造函数 pd.DataFrame() 如果将字典的 items 作为构造函数的参数而不是字典本身，则将字典转换为 dataframe。
# python 3.x
import pandas as pd
fruit_dict = {3: "apple", 2: "banana", 6: "mango", 4: "apricot", 1: "kiwi", 8: "orange"}
print(pd.DataFrame(list(fruit_dict.items()), columns=["Quantity", "FruitName"]))
字典的键和值将转换为 DataFrame 的两列，其列名如选项列中所给。
Quantity FruitName
0 3 apple
1 2 banana
2 6 mango
3 4 apricot
4 1 kiwi
5 8 orange
在 Pandas DataFrame 中将键转换为列，将值转换为行的方法
我们可以简单地将字典放在方括号中，并从上面的代码中删除列名，如下所示：
import pandas as pd
fruit_dict = {1: "apple", 2: "banana", 3: "mango", 4: "apricot", 5: "kiwi", 6: "orange"}
print(pd.DataFrame([fruit_dict]))
输出：
1 2 3 4 5 6
0 apple banana mango apricot kiwi orange
我们将使用 pandas 的字典推导和 concat 来合并所有的字典，然后传递列表以使用新的列名
考虑以下代码，
import pandas as pd
data = {"1": {"apple": 11, "banana": 18}, "2": {"apple": 16, "banana": 12}}
df = pd.concat({k: pd.Series(v) for k, v in data.items()}).reset_index()
df.columns = ["dict_index", "name", "quantity"]
print(df)
输出：
dict_index name quantity
0 1 apple 11
1 1 banana 18
2 2 apple 16
3 2 banana 12
pandas.DataFrame().from_dict() 方法将 dict 转换为 dataframe
我们将使用 from_dict 将 dict 转换为 dataframe，在这里我们将 orient = index 设置为使用字典键作为行并使用 rename() 方法来更改列名。
考虑以下代码，
import pandas as pd
print(
pd.DataFrame.from_dict(
{"apple": 3, "banana": 5, "mango": 7, "apricot": 1, "kiwi": 8, "orange": 3},
orient="index",
).rename(columns={0: "Qunatity"})
)
输出：
Quantity
apple 3
banana 5
mango 7
apricot 1
kiwi 8
orange 3