将包含 16k 个字典的字典更改为 Pandas 数据框

Question

我正在为我的硕士论文研究数据挖掘问题。我正在使用 Python 进行数据分析，但我没有使用 Pandas 的经验，这是将我的数据转换为 Dataframe 所必需的。为了使用名为 Lifelines 的 Python 包进行生存回归，我需要从我的 experiment_data 字典创建一个协变量矩阵，其中包含超过 16k 的字典以及关于 Kickstarter 项目的 Twitter 数据（参见下面的示例字典）。 =13=]

16041: {'goal': 1200, 'launch': 1353544772, 'days-before-deadline': 3, 'followers': 149, 'date-funded': 1355887690.9189188, 'id': 52687, 'tweet_ids': [280965208409796608, ... n], 'state': 1, 'deadline': 1356136772, 'retweets': 0, 'favorites': 0, 'duration': 31, 'timestamps': [1355876412.0], 'favourites': 0, 'runtime': 27, 'friends': 127, 'pledges': [0.0, 0.0625, 0.0625, ... n], 'statuses': 7460}

如果我从这个字典创建一个 Pandas 数据框，我将能够使用 Patsy 创建一个协变量矩阵，例如：

X = patsy.dmatrix('friends + followers + retweets, favorites -1', data, return_type='dataframe')

现在我的问题是如何从 experiment_data 指令创建一个 Pandas 数据框？内部字典的键（目标、启动、关注者等）应该是每个 Kickstarter 项目的列（即索引编号：0 到 16041）。

任何帮助将不胜感激。提前致谢！

P.S。如果您有使用 Python 和生命线进行生存回归的经验，请告诉我！

Answer 1

我想你想要 from_dict 使用参数 orient='index':

In [31]:
d={16041: {'goal': 1200, 'launch': 1353544772, 'days-before-deadline': 3, 'followers': 149, 'date-funded': 1355887690.9189188, 'id': 52687, 'tweet_ids': [280965208409796608], 'state': 1, 'deadline': 1356136772, 'retweets': 0, 'favorites': 0, 'duration': 31, 'timestamps': [1355876412.0], 'favourites': 0, 'runtime': 27, 'friends': 127, 'pledges': [0.0, 0.0625, 0.0625], 'statuses': 7460}}
pd.DataFrame.from_dict(d, orient='index')    

Out[31]:
          id  followers  days-before-deadline  statuses  duration  state  \
16041  52687        149                     3      7460        31      1   

       goal             tweet_ids                pledges  favourites  \
16041  1200  [280965208409796608]  [0.0, 0.0625, 0.0625]           0   

         deadline  favorites  retweets  runtime  friends      launch  \
16041  1356136772          0         0       27      127  1353544772   

           timestamps   date-funded  
16041  [1355876412.0]  1.355888e+09

将包含 16k 个字典的字典更改为 Pandas 数据框

Changing dictionary consisting 16k dicts to a Pandas Dataframe

python

dataframe

pandas

survival-analysis

patsy