将字典理解转换为 python 数据框
Convert dictionary comprehension to python dataframe
输入:我们有一个这种形式的字典,其中包含更多数据
d = {
ag : ID name num
0 id1 a 10
1 id2 s 7
2 id3 d 2,
rp : ID name num
0 id4 f 13
1 id1 n 11
2 id8 p 4
}
输出:我想把所有这些都放到一个数据帧中
ID name num
0 id1 a 10
1 id2 s 7
2 id3 d 2
3 id4 f 13
4 id1 n 11
5 id8 p 4
代码:我试过了,但没有得到想要的输出
df = pd.concat({k: pd.Series(v) for k, v in d.items()}).reset_index()
df.columns = ['ID', 'name','num']
df
使用pd.concat
:
df = pd.concat(d.values(), ignore_index=True)
>>> df
ID name num
0 id1 a 10
1 id2 s 7
2 id3 d 2
3 id4 f 13
4 id1 n 11
5 id8 p 4
这个有用吗?
import pandas as pd
d = {
ag : ID name num
0 id1 a 10
1 id2 s 7
2 id3 d 2,
rp : ID name num
0 id4 f 13
1 id1 n 11
2 id8 p 4
}
df = pd.concat(d.values(), ignore_index=True)
您要连接的数据帧是字典的值,因此您可以直接将 d.values()
传递给 pd.concat()
。
输入:我们有一个这种形式的字典,其中包含更多数据
d = {
ag : ID name num
0 id1 a 10
1 id2 s 7
2 id3 d 2,
rp : ID name num
0 id4 f 13
1 id1 n 11
2 id8 p 4
}
输出:我想把所有这些都放到一个数据帧中
ID name num
0 id1 a 10
1 id2 s 7
2 id3 d 2
3 id4 f 13
4 id1 n 11
5 id8 p 4
代码:我试过了,但没有得到想要的输出
df = pd.concat({k: pd.Series(v) for k, v in d.items()}).reset_index()
df.columns = ['ID', 'name','num']
df
使用pd.concat
:
df = pd.concat(d.values(), ignore_index=True)
>>> df
ID name num
0 id1 a 10
1 id2 s 7
2 id3 d 2
3 id4 f 13
4 id1 n 11
5 id8 p 4
这个有用吗?
import pandas as pd
d = {
ag : ID name num
0 id1 a 10
1 id2 s 7
2 id3 d 2,
rp : ID name num
0 id4 f 13
1 id1 n 11
2 id8 p 4
}
df = pd.concat(d.values(), ignore_index=True)
您要连接的数据帧是字典的值,因此您可以直接将 d.values()
传递给 pd.concat()
。