從詞典構造熊貓數據框形式{索引：行值的列表}

我已經成功地做到這一點使用：從詞典構造熊貓數據框形式{索引：行值的列表}

dft = pd.DataFrame.from_dict({ 
        0: [50, 45, 00, 00], 
        1: [53, 48, 00, 00], 
        2: [56, 53, 00, 00], 
        3: [54, 49, 00, 00], 
        4: [53, 48, 00, 00], 
        5: [50, 45, 00, 00] 
        }, orient='index' 
        )

做過這樣的，構造看上去就像數據框使其易於閱讀/編輯：

>>> dft 
    0 1 2 3 
0 50 45 0 0 
1 53 48 0 0 
2 56 53 0 0 
3 54 49 0 0 
4 53 48 0 0 
5 50 45 0 0

但DataFrame.from_dict constructor沒有一列參數，所以給人的列名懂事採取額外的步驟：

dft.columns = ['A', 'B', 'C', 'D']

這對於這樣一個方便（例如，用於單元測試）初始化DataFrame的方法。

所以我想知道：有沒有更好的方法？要做到這一點

來源

2014-12-27 birone

或者，您可以使用DataFrame.from_items()從您的字典中構造DataFrame;這允許您同時傳遞列名稱。

例如，如果d是你的字典：

d = {0: [50, 45, 0, 0], 
    1: [53, 48, 0, 0], 
    2: [56, 53, 0, 0], 
    3: [54, 49, 0, 0], 
    4: [53, 48, 0, 0], 
    5: [50, 45, 0, 0]}

的數據是d.items()和東方再次'index'。這本字典的鍵成爲指數值：

>>> pd.DataFrame.from_items(d.items(), 
          orient='index', 
          columns=['A','B','C','D']) 
    A B C D 
0 50 45 0 0 
1 53 48 0 0 
2 56 53 0 0 
3 54 49 0 0 
4 53 48 0 0 
5 50 45 0 0

在Python 2，你可以使用d.iteritems()以產生字典的內容，以避免在內存中創建另一個列表。

來源

2014-12-27 10:57:53

的一種方法如下：

df = pd.DataFrame.from_dict({ 
0: {"A":50, "B":40}, 
1: {"A":51, "B":30}}, orient='index')

然而，對於快速測試初始化我可能會更喜歡你的路+，然後設置列。

來源

2014-12-27 10:34:07 grasshopper

你可以嘗試：

x=pd.DataFrame({0:[50,45],1:[53,48],2:[56,53]}, index=["A","B"]).transpose()

但它仍然是奇數爲您指定的標準指數作爲你的字典鍵。

爲什麼不直接

x = pd.DataFrame({"A":[50,53,56],"B":...})

來源

2014-12-27 11:27:53 tschm

「爲什麼不直接X = pd.DataFrame（{」 A 「：[50,53,56]，」 B 「：...}）」？只是爲了保持初始化中的數字與df在相同的位置，正如問題所提及的那樣... – birone

標準索引鍵只是佔位符，以保持示例簡單。可能我需要使用日期時間對象。 – birone

從詞典構造熊貓數據框形式{索引：行值的列表}

回答

相關問題