将带有值列表的字典转换为数据框
Posted
技术标签:
【中文标题】将带有值列表的字典转换为数据框【英文标题】:Converting a dictionary with lists for values into a dataframe 【发布时间】:2014-10-07 04:35:05 【问题描述】:我花了一段时间查看 SO,似乎我遇到了一个独特的问题。
我有一本如下所示的字典:
dict=
123: [2,4],
234: [6,8],
...
我想将这个包含值列表的字典转换为 3 列数据框,如下所示:
time, value1, value2
123, 2, 4
234, 6, 8
...
我可以跑:
pandas.DataFrame(dict)
但这会产生以下内容:
123, 234, ...
2, 6, ...
4, 8, ...
可能是一个简单的解决方法,但我仍在挑选熊猫
【问题讨论】:
pandas.DataFrame(dict).transpose() 【参考方案1】:您可以按照 levi 的建议对数据进行预处理,也可以在创建数据框后对其进行转置。
testdict=
123: [2,4],
234: [6,8],
456: [10, 12]
df = pd.DataFrame(testdict)
df = df.transpose()
print(df)
# 0 1
# 123 2 4
# 234 6 8
【讨论】:
【参考方案2】:如果您有大量索引,Roger Fan 的 pandas.DataFrame(dict)
方法实际上会很慢,这可能会让一些人感兴趣。更快的方法是将数据预处理到单独的列表中,然后从这些列表中创建一个 DataFrame。
(也许这在 levi 的回答中有所解释,但现在已经消失了。)
例如,考虑这个字典,dict1
,其中每个值都是一个列表。具体来说,dict1[i] = [ i*10, i*100]
(为了便于检查最终数据帧)。
keys = range(1000)
values = zip(np.arange(1000)*10, np.arange(1000)*100)
dict1 = dict(zip(keys, values))
使用 pandas 方法大约需要 30 倍的时间。例如。
t = time.time()
test1 = pd.DataFrame(dict1).transpose()
print time.time() - t
0.118762016296
对比:
t = time.time()
keys = []
list1 = []
list2 = []
for k in dict1:
keys.append(k)
list1.append(dict1[k][0])
list2.append(dict1[k][1])
test2 = pd.DataFrame('element1': list1, 'element2': list2, index=keys)
print time.time() - t
0.00310587882996
【讨论】:
以上是关于将带有值列表的字典转换为数据框的主要内容,如果未能解决你的问题,请参考以下文章