将字典转换为数据框，键作为列名，键值作为数据框的列值

Posted 2023-02-23

【中文标题】将字典转换为数据框，键作为列名，键值作为数据框的列值

【英文标题】：Converting dictionary to dataframe with key as column names and value of key as column values of the dataframe

【发布时间】：2021-08-24 17:13:14

【问题描述】：

将嵌套字典转换为数据框，字典 keys 作为 列名 和 values 对应于这些键的 column values 的数据框。

我是python新手，尝试了几种方法，但都失败了，请帮忙。

dict= sheet1:col1:[a,b,c,d,e],col2:[p,q,r,s,t],col3:[l,m,n,o],col4:[e,b,w,t,b] 
       sheet2:col1:[r,w,y,g,r], col2:[q,y,f,w], col3:[w,g,4,2,d]



output: 
col1    col2   col3   col4
a       p       l      e
b       q       m      b
c       r       n      w
d       s       o      t
e       t       nan    b
r       q       w      nan
w       y       g      nan
y       f       4      nan
g       w       2      nan
r      nan      d      nan

【问题讨论】：

我认为您需要完成一些教程：您的 dict 格式不正确，将 dict 转储到 pandas 是 pandas 101。尝试：pandas.pydata.org/pandas-docs/stable/getting_started/…

什么是 sheet1、col1、a 等？它们是来自其他地方的字符串还是变量？

它们只是字符串

【参考方案1】：

您可以通过从嵌套字典创建多个数据框并使用pd.concat 连接它们来完成此操作。例如：

>>> data = 
...     'sheet1': 'col1': [1, 2, 3, 4], 'col2': [5, 6, 7, 8],
...     'sheet2': 'col1': [11, 12, 13, 14], 'col2': [15, 16, 17, 18],
... 
>>> df = pd.concat([pd.DataFrame(d) for d in data.values()], ignore_index=True)
>>> df
   col1  col2
0     1     5
1     2     6
2     3     7
3     4     8
4    11    15
5    12    16
6    13    17
7    14    18

【参考方案2】：

您可以从给定字典创建嵌套数据框，然后将它们相互连接。

这里是示例字典，

sample_dict= 'sheet1':'col1':['a','b','c','d','e'],'col2':['p','q','r','s','t'],'col3':['l','m','n','o'],
   'sheet2':'col1':['r','w','y','g','r'], 'col2':['q','y','f','w'], 'col3':['w','g',4,2,'d'], 'col4':['e','b','w','t','b'] 

然后您可以为 sample_dict 中的每个键创建一个数据帧列表，

df_list=[]
for key in sample_dict:
    df_list.append(pd.DataFrame(dict([ (k,pd.Series(v)) for k,v in sample_dict[key].items()])))

最后你连接存储在 df_list 中的数据帧，

final_df=pd.concat(df_list)