从 dict 制作 pandas 数据框

Posted 2023-03-12

【中文标题】从 dict 制作 pandas 数据框

【英文标题】：Making pandas dataframe from dict

【发布时间】：2019-08-12 14:18:29

【问题描述】：

我正在执行一项任务，其中我以政党为键，政党成员的性别为项目。

字典被命名为：genderlist。我的字典代码如下：

soup = BeautifulSoup(open(loadKandidatenlijst()).read(), features="xml")

genderlist = 

for affiliation in soup.findAll('Affiliation'):
    genders = []
    party = affiliation.RegisteredName.text
    genderlist[party] = 0
    for name in affiliation.findAll('Candidate'):
        gender = name.Gender.text
        genders.append(gender)
        genderlist[party] = genders

genderlist['Partij van de Arbeid (P.v.d.A.)'][:6], len(genderlist), len(genderlist['CDA'])

我的输出结果为：(['male', 'female', 'male', 'female', 'male', 'female'], 24, 50)

所以，当我插入派对名称时，它会导致派对中所有成员的性别。

现在我需要制作一个这样的数据框：

因此，它分别计算性别并返回数据框中的女性百分比。

我现在已经尝试过了：

pd.DataFrame(genderlist.items(),columns=['male', 'female'])

结果：

我怎样才能像预期的那样制作一个数据框，其中将计算党的前 30 名候选人并产生一个具有百分比的男性和女性分开的数据框？

你能帮帮我吗，从现在开始我可以用我的代码做什么。

提前谢谢你

【参考方案1】：

让df 成为您当前的输出（我更改了列名）：

df = pd.DataFrame(genderlist.items(), columns=['party_name', 'gender_list'])

gender_list 现在是这种格式的列表列：

['male', 'female', 'male', 'female', 'male', 'female']

现在您可以使用 Counter 应用唯一的元素计数，这将返回一个字典，然后使用 apply(pd.Series) 将字典列拆分为单独的列。

from collections import Counter
df['gender_list'].apply(Counter).apply(pd.Series)

【参考方案2】：

您可以将list.count(element) 函数与python 字典理解一起使用，首先创建一个包含您需要的数据的gender_counts 字典，然后使用df.from_dict 将其转换为数据帧

#each list has gender of members of that party
party_A
['female', 'female', 'male', 'female', 'male', 'male', 'female', 'female',
 'female', 'female']

gender_dict = 'Party_A': party_A, 'Party_B': party_B, 
               'Party_C': party_C, 'Party_D': party_D

gender_counts = k: [v.count('male'), v.count('female')] for k, v in gender_dict.items()

gender_counts
'Party_A': [3, 7],
 'Party_B': [5, 9],
 'Party_C': [13, 7],
 'Party_D': [9, 6]

df = pd.DataFrame.from_dict(gender_counts, orient='index', columns=['male', 'female'])

df
     male female 
Party_A 3   7   
Party_B 5   9   
Party_C 13  7   
Party_D 9   6   


df['Women_pecentage'] = df.female/(df.male+df.female)

df.round(2)

     male female Women_Percentage
Party_A 3   7   0.70
Party_B 5   9   0.64
Party_C 13  7   0.35
Party_D 9   6   0.40