如何将 Python 字典转换为 Pandas DataFrame
Asad Riaz 2023年1月30日 Pandas Pandas DataFrame
- 将
字典转换为 PandasDataFame的方法 - 在 Pandas DataFrame 中将
键转换为列，将值转换为行的方法 -
pandas.DataFrame().from_dict()方法将 dict 转换为 dataframe
我们将介绍将 Python dictionary 转换为 Pandas datafarme 的方法，以及将 keys 作为 columns 和 values 作为 row 值并将嵌套的 dictionary 转换到 DataFrame 的选项。
我们还将使用 pandas.DataFrame.from_dict 引入另一种方法，将其与任何 rename 方法链接起来，并一次性设置索引和列的名称。
将字典转换为 Pandas DataFame 的方法
Pandas 的 DataFrame 构造函数 pd.DataFrame() 如果将字典的 items 作为构造函数的参数而不是字典本身，则将字典转换为 dataframe。
# python 3.x import pandas as pd fruit_dict = {3: "apple", 2: "banana", 6: "mango", 4: "apricot", 1: "kiwi", 8: "orange"} print(pd.DataFrame(list(fruit_dict.items()), columns=["Quantity", "FruitName"])) 字典的键和值将转换为 DataFrame 的两列，其列名如选项列中所给。
Quantity FruitName 0 3 apple 1 2 banana 2 6 mango 3 4 apricot 4 1 kiwi 5 8 orange 在 Pandas DataFrame 中将键转换为列，将值转换为行的方法
我们可以简单地将字典放在方括号中，并从上面的代码中删除列名，如下所示：
import pandas as pd fruit_dict = {1: "apple", 2: "banana", 3: "mango", 4: "apricot", 5: "kiwi", 6: "orange"} print(pd.DataFrame([fruit_dict])) 输出：
1 2 3 4 5 6 0 apple banana mango apricot kiwi orange 我们将使用 pandas 的字典推导和 concat 来合并所有的字典，然后传递列表以使用新的列名
考虑以下代码，
import pandas as pd data = {"1": {"apple": 11, "banana": 18}, "2": {"apple": 16, "banana": 12}} df = pd.concat({k: pd.Series(v) for k, v in data.items()}).reset_index() df.columns = ["dict_index", "name", "quantity"] print(df) 输出：
dict_index name quantity 0 1 apple 11 1 1 banana 18 2 2 apple 16 3 2 banana 12 pandas.DataFrame().from_dict() 方法将 dict 转换为 dataframe
我们将使用 from_dict 将 dict 转换为 dataframe，在这里我们将 orient = index 设置为使用字典键作为行并使用 rename() 方法来更改列名。
考虑以下代码，
import pandas as pd print( pd.DataFrame.from_dict( {"apple": 3, "banana": 5, "mango": 7, "apricot": 1, "kiwi": 8, "orange": 3}, orient="index", ).rename(columns={0: "Qunatity"}) ) 输出：
Quantity apple 3 banana 5 mango 7 apricot 1 kiwi 8 orange 3 Enjoying our tutorials? Subscribe to DelftStack on YouTube to support us in creating more high-quality video guides. Subscribe