從條目中具有不同長度的字典創(chuàng)建數(shù)據(jù)框假設我有一個包含10個鍵值對的字典。每個條目都有一個numpy數(shù)組。但是，對于所有這些數(shù)組，數(shù)組的長度并不相同。如何創(chuàng)建每個列包含不同條目的數(shù)據(jù)框？當我嘗試：pd.DataFrame(my_dict)我明白了：ValueError: arrays must all be the same length有什么方法可以解決這個問 我很高興Pandas可以使用NaN這些列填充較短的條目。
3 回答
明月笑刀無情
TA貢獻1828條經(jīng)驗 獲得超4個贊
在Python 3.x中：
In [6]: d = dict( A = np.array([1,2]), B = np.array([1,2,3,4]) )
In [7]: DataFrame(dict([ (k,Series(v)) for k,v in d.items() ]))
Out[7]:
A B
0 1 1
1 2 2
2 NaN 3
3 NaN 4
在Python 2.x中：
替換d.items()為d.iteritems()。
森欄
TA貢獻1810條經(jīng)驗 獲得超5個贊
這是一個簡單的方法：
In[20]: my_dict = dict( A = np.array([1,2]), B = np.array([1,2,3,4]) )
In[21]: df = pd.DataFrame.from_dict(my_dict, orient='index')
In[22]: df
Out[22]:
0 1 2 3
A 1 2 NaN NaN
B 1 2 3 4
In[23]: df.transpose()
Out[23]:
A B
0 1 1
1 2 2
2 NaN 3
3 NaN 4
Helenr
TA貢獻1780條經(jīng)驗 獲得超4個贊
一種整理語法的方法，但仍然與其他答案基本相同，如下所示：
>>> mydict = {'one': [1,2,3], 2: [4,5,6,7], 3: 8}
>>> dict_df = pd.DataFrame({ key:pd.Series(value) for key, value in mydict.items() })
>>> dict_df
one 2 3
0 1.0 4 8.0
1 2.0 5 NaN
2 3.0 6 NaN
3 NaN 7 NaN
列表也存在類似的語法：
>>> mylist = [ [1,2,3], [4,5], 6 ]
>>> list_df = pd.DataFrame([ pd.Series(value) for value in mylist ])
>>> list_df
0 1 2
0 1.0 2.0 3.0
1 4.0 5.0 NaN
2 6.0 NaN NaN
列表的另一種語法是：
>>> mylist = [ [1,2,3], [4,5], 6 ]
>>> list_df = pd.DataFrame({ i:pd.Series(value) for i, value in enumerate(mylist) })
>>> list_df
0 1 2
0 1 4.0 6.0
1 2 5.0 NaN
2 3 NaN NaN
在所有這些情況下，您必須小心檢查pandas要為您的列猜測的數(shù)據(jù)類型。例如，包含任何NaN（缺失）值的列將轉換為float。
添加回答
舉報
0/150
提交
取消