Rumah >pembangunan bahagian belakang >Tutorial Python >Bagaimanakah Saya Boleh Menukar Kamus Python kepada Pandas DataFrame?

Bagaimanakah Saya Boleh Menukar Kamus Python kepada Pandas DataFrame?

Linda Hamilton
Linda Hamiltonasal
2024-12-12 16:11:10603semak imbas

How Can I Convert a Python Dictionary to a Pandas DataFrame?

Tukar Kamus Python kepada Bingkai Data Pandas

Menukar kamus Python kepada bingkai data Pandas boleh dicapai dengan mengasingkan kunci dan nilai kamus kepada dua lajur berasingan.

Kamus asal mengandungi tarikh sebagai kunci dan sepadan nilai:

d = {u'2012-07-01': 391,
     u'2012-07-02': 392,
     u'2012-07-03': 392,
     u'2012-07-04': 392,
     u'2012-07-05': 392,
     u'2012-07-06': 392}

Untuk mencipta kerangka data daripada kamus ini, seseorang boleh:

  1. Gunakan Pembina DataFrame:

    Lulus kamus sebagai hujah kepada DataFrame pembina:

    df = pd.DataFrame(d)

    Walau bagaimanapun, pendekatan ini mungkin menimbulkan ralat jika kamus mengandungi nilai skalar, kerana ia menjangkakan berbilang lajur.

  2. Ekstrak Item Kamus :

    Ekstrak pasangan nilai kunci daripada kamus sebagai senarai tupel:

    data = list(d.items())

    Dan kemudian buat bingkai data menggunakan pembina DataFrame:

    df = pd.DataFrame(data)

    Pendekatan ini memerlukan langkah tambahan untuk menetapkan nama lajur yang betul.

  3. Buat a Siri:

    Sebagai alternatif, seseorang boleh mencipta Siri Pandas daripada kamus, dengan nilai sebagai data dan tarikh sebagai indeks:

    s = pd.Series(d, name='DateValue')

    Seseorang kemudiannya boleh menetapkan semula indeks untuk mencipta kerangka data:

    df = s.reset_index(name='Date')

    Pendekatan ini memastikan tarikh menjadi lajur dalam bingkai data.

Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Menukar Kamus Python kepada Pandas DataFrame?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan:
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn