Pandas:从 dict 在 DataFrame 中创建命名列
Posted
技术标签:
【中文标题】Pandas:从 dict 在 DataFrame 中创建命名列【英文标题】:Pandas: create named columns in DataFrame from dict 【发布时间】:2013-12-18 21:38:32 【问题描述】:我有一个字典对象的形式:
my_dict = id1: val1, id2: val2, id3: val3, ...
我想将它创建到一个 DataFrame 中,我想将 2 列命名为“business_id”和“business_code”。
我试过了:
business_df = DataFrame.from_dict(my_dict,orient='index',columns=['business_id','business_code'])
但它说from_dict
不接受列参数。
TypeError: from_dict() 得到了一个意外的关键字参数 'columns'
【问题讨论】:
【参考方案1】:您可以遍历项目:
In [11]: pd.DataFrame(list(my_dict.items()),
columns=['business_id','business_code'])
Out[11]:
business_id business_code
0 id2 val2
1 id3 val3
2 id1 val1
【讨论】:
my_dict.items()
用于 Python 3
这并不能完全回答问题,因为文档指定可以使用 columns 关键字参数:pandas.pydata.org/pandas-docs/stable/generated/…
检查版本,在0.23.0中可用【参考方案2】:
这样做:
创建数据框
df = pd.DataFrame(data_as_2d_ndarray)
从字典中创建列名的排序列表 - 根据需要调整键 karg 以从字典中获取排序值,显然字典中的数据必须具有一致的形状
col_names = sorted(list(col_dict.iteritems()),key=lambda x:x[0])
重塑并设置列名
df.columns = zip(*col_names)[1]
【讨论】:
【参考方案3】:要获得与文档相同的功能并避免使用代码变通方法,请确保您使用的是最新版本的 Pandas。我最近在运行 Pandas 教程中的一行代码时遇到了同样的错误:
pd.DataFrame.from_dict(dict([('A', [1, 2, 3]), ('B', [4, 5, 6])]),orient='index', columns=['one', 'two', 'three'])
我检查了 Pandas 的版本,发现我运行的是版本 22,而版本 23 可用。
import pandas as pd
pd.__version__
Out[600]: '0.22.0'
我使用 pip 升级了:
c:\pip install --upgrade pandas
我确认我的版本已更新到 23,并且相同的 from_dict() 代码可以正常工作。无需修改代码。
【讨论】:
【参考方案4】:这是关于你遇到的 TypeError 的。根据 Pandas 文档,仅当 orient = 'index' 时, from_dict 才会采用关键字 'columns'。
【讨论】:
【参考方案5】:From version 0.23.0,可以在from_dict
中指定columns
参数:
my_dict = id1: val1, id2: val2, id3: val3, ...
prepared_dict = i: x for i, x in enumerate(my_dict.items())
df = pd.DataFrame.from_dict(prepared_dict, orient='index', columns=['business_id', 'business_code'])
注意:我也在this similar question上以实物形式回答。
【讨论】:
我使用 pandas 0.24.2 和 Python 3.6.8 尝试过这个错误:ValueError: Shape of passed values is (3, 1), indices imply (3, 2)
@anthls 这没有足够的信息来解决您的问题,我认为这不是from_dict
的直接结果。如果您在 Stack Overflow 上寻求帮助,我建议您单独提出一个问题。
抱歉,如果我不清楚 - 我想让你和其他人知道我已经尝试过你的答案,但它对我没有用。我使用了以下代码(使用 pandas 0.24.2 和 Python 3.6.8):import pandas as pd my_dict = "id1": "val1", "id2": "val2", "id3": "val3" df = pd.DataFrame.from_dict(my_dict, orient='index', columns=['business_id', 'business_code'])
并得到了我提到的错误(我省略了完整的堆栈跟踪)。我使用了接受的答案并且它有效,所以我不需要解决我的问题,但我认为您可能想知道。
@anthls 我明白你现在的意思了,谢谢。我已经更新了答案。以上是关于Pandas:从 dict 在 DataFrame 中创建命名列的主要内容,如果未能解决你的问题,请参考以下文章
从冗长的字典生成时,Pandas DataFrame.from_dict() 性能不佳
如何从包含Python3中特定索引和列的列表的dict创建Pandas DataFrame?
[python][pandas]DataFrame的基本操作