将Python字典转换为数据框

298

我有如下的Python字典：

{u'2012-06-08': 388,
 u'2012-06-09': 388,
 u'2012-06-10': 388,
 u'2012-06-11': 389,
 u'2012-06-12': 389,
 u'2012-06-13': 389,
 u'2012-06-14': 389,
 u'2012-06-15': 389,
 u'2012-06-16': 389,
 u'2012-06-17': 389,
 u'2012-06-18': 390,
 u'2012-06-19': 390,
 u'2012-06-20': 390,
 u'2012-06-21': 390,
 u'2012-06-22': 390,
 u'2012-06-23': 390,
 u'2012-06-24': 390,
 u'2012-06-25': 391,
 u'2012-06-26': 391,
 u'2012-06-27': 391,
 u'2012-06-28': 391,
 u'2012-06-29': 391,
 u'2012-06-30': 391,
 u'2012-07-01': 391,
 u'2012-07-02': 392,
 u'2012-07-03': 392,
 u'2012-07-04': 392,
 u'2012-07-05': 392,
 u'2012-07-06': 392}

键是Unicode日期，值是整数。我想通过将日期及其对应的值作为两个单独的列将其转换为pandas数据框。示例：col1：日期col2：DateValue（日期仍为Unicode，日期值仍为整数）

     Date         DateValue
0    2012-07-01    391
1    2012-07-02    392
2    2012-07-03    392
.    2012-07-04    392
.    ...           ...
.    ...           ...

对此方向的任何帮助将不胜感激。我找不到有关熊猫文档的资源来帮助我。

我知道一个解决方案可能是将此dict中的每个键值对转换为dict，以便整个结构成为dict的dict，然后我们可以将每一行分别添加到数据帧中。但我想知道是否有更简单的方法和更直接的方法来执行此操作。

到目前为止，我已经尝试将dict转换为series对象，但这似乎并不能维持各列之间的关系：

s  = Series(my_dict,index=my_dict.keys())
python  pandas  dataframe 
— anonuser0428
source
我尝试将字典转换为以日期为索引的系列对象，但是由于某种原因，日期与相应的值不匹配。
— anonuser0428 2013年
该代码已发布。我想询问是否有一种方法可以创建一个数据框而不创建一个dict-of-dict，然后分别添加每一行。
— anonuser0428 2013年
1
什么是“ Unicode日期”？您是指ISO 8601日期吗？
— 彼得·莫滕森

Answers:

460

这里的错误是因为使用标量值调用DataFrame构造函数（它期望值是列表/字典/ ...，即具有多个列）：

pd.DataFrame(d)
ValueError: If using all scalar values, you must must pass an index

您可以从字典中获取项目（即键值对）：

In [11]: pd.DataFrame(d.items())  # or list(d.items()) in python 3
Out[11]:
             0    1
0   2012-07-02  392
1   2012-07-06  392
2   2012-06-29  391
3   2012-06-28  391
...

In [12]: pd.DataFrame(d.items(), columns=['Date', 'DateValue'])
Out[12]:
          Date  DateValue
0   2012-07-02        392
1   2012-07-06        392
2   2012-06-29        391

但是我认为传递Series构造函数更有意义：

In [21]: s = pd.Series(d, name='DateValue')
Out[21]:
2012-06-08    388
2012-06-09    388
2012-06-10    388

In [22]: s.index.name = 'Date'

In [23]: s.reset_index()
Out[23]:
          Date  DateValue
0   2012-06-08        388
1   2012-06-09        388
2   2012-06-10        388
— 安迪·海登（Andy Hayden）
source
4
@ user1009091我意识到错误现在意味着什么，它的基本意思是“我看到的是一个Series，所以请使用Series构造函数”。
— 安迪·海登
1
谢谢-非常有帮助。您能否解释一下使用此方法与使用DataFrame.from_dict（）有什么区别？您的方法（我使用过的）返回type = pandas.core.frame.DataFrame，而另一个返回type =类'pandas.core.frame.DataFrame'。您是否有机会解释差异以及每种方法何时合适？在此先感谢:)
— Optimesh
它们都很相似，from_dict有一个东方的kwarg，所以如果我想避免移调，可以使用它。使用的选项很少from_dict，实际上与使用DataFrame构造函数并没有什么不同。
— 安迪·海登
54
我pandas.core.common.PandasError: DataFrame constructor not properly called!从第一个示例中看到了所有
— 信号
18
@allthesignals在d.items周围添加list（）的工作原理：pd.DataFrame（list（d.items（）），column = ['Date'，'DateValue']）
— sigurdb
140

将字典转换为pandas数据框时，您希望键是该数据框的列，而值是行值，则可以像这样在字典周围放置方括号：

>>> dict_ = {'key 1': 'value 1', 'key 2': 'value 2', 'key 3': 'value 3'}
>>> pd.DataFrame([dict_])

    key 1     key 2     key 3
0   value 1   value 2   value 3

它免除了我的头疼，所以我希望它可以帮助某个人！

编辑：在pandas docsdata中，DataFrame构造函数中参数的一个选项是词典列表。在这里，我们传递的列表中有一个字典。

— Cheevahagadog
source
6
是的，我也这样做，但添加了.T进行转置。
— 安东vBR
1
它工作正常，但不知道为什么我们必须这样做。
— hui chen
如果我想一个这些列什么作为指标
— OM特里帕西
102

如另一个答案所述，在pandas.DataFrame()此处直接使用将不会发挥您的作用。

你可以做的是使用pandas.DataFrame.from_dict具有orient='index'：

In[7]: pandas.DataFrame.from_dict({u'2012-06-08': 388,
 u'2012-06-09': 388,
 u'2012-06-10': 388,
 u'2012-06-11': 389,
 u'2012-06-12': 389,
 .....
 u'2012-07-05': 392,
 u'2012-07-06': 392}, orient='index', columns=['foo'])
Out[7]: 
            foo
2012-06-08  388
2012-06-09  388
2012-06-10  388
2012-06-11  389
2012-06-12  389
........
2012-07-05  392
2012-07-06  392
— g
source
1
我们可以用任何rename方法将其链接起来以一口气设置索引和列的名称吗？
— CiprianTomoiagă17年
4
好点子。一个示例是：....，orient ='index'）。rename（columns = {0：'foobar'}）
— ntg
1
您还可以指定pandas.DataFrame.from_dict（...，orient ='index'，columns = ['foo'，'bar']），这是从上面列出的来源中获得的。
— spen.smith，
好点，这是从熊猫.22开始的，这是原始答案之后的……更新了我的答案……
— ntg
69

将字典的项目传递给DataFrame构造函数，并指定列名称。之后，解析Date列以获取Timestamp值。

注意python 2.x和3.x之间的区别：

在python 2.x中：

df = pd.DataFrame(data.items(), columns=['Date', 'DateValue'])
df['Date'] = pd.to_datetime(df['Date'])

在Python 3.x中：（需要一个附加的“列表”）

df = pd.DataFrame(list(data.items()), columns=['Date', 'DateValue'])
df['Date'] = pd.to_datetime(df['Date'])
— 维克多·凯尔兹（Viktor Kerkez）
source
3
这给了我：PandasError: DataFrame constructor not properly called!
— 克里斯·尼尔森
18
@ChrisNielsen您可能正在使用python3。您应该尝试：df = pd.DataFrame(list(data.items()), columns=['Date', 'DateValue'])
— Viktor Kerkez，2016年
这是更好的答案，因为它显示了必须在Python 3做
— ifly6
10

熊猫具有内置功能，可将字典转换为数据帧。

pd.DataFrame.from_dict（dictionaryObject，orient ='index'）

对于您的数据，您可以如下进行转换：

import pandas as pd
your_dict={u'2012-06-08': 388,
 u'2012-06-09': 388,
 u'2012-06-10': 388,
 u'2012-06-11': 389,
 u'2012-06-12': 389,
 u'2012-06-13': 389,
 u'2012-06-14': 389,
 u'2012-06-15': 389,
 u'2012-06-16': 389,
 u'2012-06-17': 389,
 u'2012-06-18': 390,
 u'2012-06-19': 390,
 u'2012-06-20': 390,
 u'2012-06-21': 390,
 u'2012-06-22': 390,
 u'2012-06-23': 390,
 u'2012-06-24': 390,
 u'2012-06-25': 391,
 u'2012-06-26': 391,
 u'2012-06-27': 391,
 u'2012-06-28': 391,
 u'2012-06-29': 391,
 u'2012-06-30': 391,
 u'2012-07-01': 391,
 u'2012-07-02': 392,
 u'2012-07-03': 392,
 u'2012-07-04': 392,
 u'2012-07-05': 392,
 u'2012-07-06': 392}

your_df_from_dict=pd.DataFrame.from_dict(your_dict,orient='index')
print(your_df_from_dict)
— Suat Atan博士
source
2
这真的是一个糟糕的解决方案，因为它将字典键另存为索引。
— 经济学家
5

您也可以只将字典的键和值传递给新的数据框，如下所示：

import pandas as pd

myDict = {<the_dict_from_your_example>]
df = pd.DataFrame()
df['Date'] = myDict.keys()
df['DateValue'] = myDict.values()
— 布莱尔23
source
5

就我而言，我希望字典的键和值成为DataFrame的列和值。因此，唯一对我有用的是：

data = {'adjust_power': 'y', 'af_policy_r_submix_prio_adjust': '[null]', 'af_rf_info': '[null]', 'bat_ac': '3500', 'bat_capacity': '75'} 

columns = list(data.keys())
values = list(data.values())
arr_len = len(values)

pd.DataFrame(np.array(values, dtype=object).reshape(1, arr_len), columns=columns)
— 阿尔特姆·扎伊卡（Artem Zaika）
source
5

这对我有用，因为我想拥有一个单独的索引列

df = pd.DataFrame.from_dict(some_dict, orient="index").reset_index()
df.columns = ['A', 'B']
— 约翰·杜
source
3

接受一个dict作为参数，并返回一个数据帧，其中dict的键作为索引，而值作为一列。

def dict_to_df(d):
    df=pd.DataFrame(d.items())
    df.set_index(0, inplace=True)
    return df
— 首先
source
取一个命令，返回一个数据帧
— 首先是
1 
d = {'Date': list(yourDict.keys()),'Date_Values': list(yourDict.values())}
df = pandas.DataFrame(data=d)

如果不封装yourDict.keys()在中list()，则最终会将所有键和值放置在每一列的每一行中。像这样：

Date \ 0 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...
1 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...
2 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...
3 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...
4 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...

但是通过添加list()，结果看起来像这样：

Date Date_Values 0 2012-06-08 388 1 2012-06-09 388 2 2012-06-10 388 3 2012-06-11 389 4 2012-06-12 389 ...

— NL23代码
source
0

我已经遇到过几次，并有一个我从一个函数创建的示例字典，get_max_Path()它返回了示例字典：

{2: 0.3097502930247044, 3: 0.4413177909384636, 4: 0.5197224051562838, 5: 0.5717654946470984, 6: 0.6063959031223476, 7: 0.6365209824708223, 8: 0.655918861281035, 9: 0.680844386645206}

要将其转换为数据框，我运行了以下命令：

df = pd.DataFrame.from_dict(get_max_path(2), orient = 'index').reset_index()

返回带有单独索引的简单两列数据框：

index 0 0 2 0.309750 1 3 0.441318

只需使用重命名列 f.rename(columns={'index': 'Column1', 0: 'Column2'}, inplace=True)

— 布莱恩·巴特勒
source
0

我认为您可以在创建字典时对数据格式进行一些更改，然后将其轻松转换为DataFrame：

输入：

a={'Dates':['2012-06-08','2012-06-10'],'Date_value':[388,389]}

输出：

{'Date_value': [388, 389], 'Dates': ['2012-06-08', '2012-06-10']}

输入：

aframe=DataFrame(a)

输出：将是您的DataFrame

您只需要在Sublime或Excel之类的地方使用一些文本编辑即可。

— 阿曼·尼玛特·帕桑德
source
By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.