我有一個包含多個鍵的字典，其中包含一個 Data Frame 值，如下所示，并且可以具有不同數(shù)量的索引。'key1': colB colA str1 3 str2 4 str3 5'key2': colB colA str2 3 str3 4 str5 5'key3': colB colA str4 3 str5 4 str6 5我想知道如何創(chuàng)建一個看起來像的數(shù)據(jù)框 str1 str2 str3 ... str 6key1 3 4 5 .. NaNkey2 NaN 3 4 .. NaN key3 NaN NaN NaN .. 5 缺少值時使用“NaN”。我已經(jīng)通過使用 reset_index 來完成它，為每個數(shù)據(jù)幀創(chuàng)建熊貓系列，然后查找每行的匹配值以重新創(chuàng)建正確的數(shù)據(jù)幀，但我發(fā)現(xiàn)它非常慢而且根本不是最佳的。
3 回答
侃侃爾雅
TA貢獻1801條經(jīng)驗 獲得超16個贊
您可以使用pandas.concat(). 有關(guān)文檔，請參見此處Concat 文檔
例如，假設您的字典被調(diào)用，my_dict您可以執(zhí)行以下代碼：
pd.concat(my_dict.values())
這假設您已經(jīng)將 Pandas 作為 pd 導入。有關(guān)嵌入在 concat 中的選項，請參閱文檔。
最后要注意的是，要將其轉(zhuǎn)換為您想要的形式，您可以使用：
pd.unstack()
獲取多索引值作為行標題?；蛘吒纱?code>pd.df.rename()
為了給你更多的建議，擁有生成原始數(shù)據(jù)幀的代碼會很有幫助。
不負相思意
TA貢獻1777條經(jīng)驗 獲得超10個贊
我認為你需要的只是concat并unstack注意的d是你的dict
pd.concat(d).colB.unstack()
Out[663]:
colA str1 str2 str3 str4 str5 str6
k1 3.0 4.0 5.0 NaN NaN NaN
k2 NaN 3.0 4.0 NaN 5.0 NaN
k3 NaN NaN NaN 3.0 4.0 5.0
尚方寶劍之說
TA貢獻1788條經(jīng)驗 獲得超4個贊
查看示例代碼：
import pandas as pd
key1 = {'str1':3,'str2':4,'str3':5}
key2 = {'str2':3,'str3':4,'str5':5}
key3 = {'str4':3,'str5':4,'str6':5}
df1=pd.DataFrame.from_dict(key1, orient='index')
df1.rename(columns={0:'key1'},inplace=True)
df2=pd.DataFrame.from_dict(key2, orient='index')
df2.rename(columns={0:'key2'},inplace=True)
df3=pd.DataFrame.from_dict(key3, orient='index')
df3.rename(columns={0:'key3'},inplace=True)
df = pd.concat([df1,df2,df3],axis=1)
df_final=df.T
df_final.head()
代碼非常簡單，如果您需要更多解釋，請告訴我。
添加回答
舉報
0/150
提交
取消