将带有值列表的字典转换为数据框

Posted 2023-02-23

【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

【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