Как превратить этот словарь в фрейм данных pandas?
dict = {'key1':['value1','value2'], 'key2':['value1','value2', 'value3'], 'key3':['value1','value2', 'value3', 'value4'] }
Я пробовал оба варианта:
pd.Dataframe(dict) и pd.DataFrame.from_dict(dict)
но я получаю ту же ошибку.
ValueError: All arrays must be of the same length
Похоже, встроенные возможности работают только для balanced словарей.
Есть помощь?
Похоже, встроенные возможности работают только для сбалансированных словарей.
DataFrame.from_dict можно использовать с нечетными словарями, установив orient='index':
pd.DataFrame.from_dict(d, orient='index')
# 0 1 2 3
# key1 value1 value2 None None
# key2 value1 value2 value3 None
# key3 value1 value2 value3 value4
Чтобы получить транспонированную версию, свяжите .T:
pd.DataFrame.from_dict(d, orient='index').T
# key1 key2 key3
# 0 value1 value1 value1
# 1 value2 value2 value2
# 2 None value3 value3
# 3 None None value4
To get a long-form version without nulls, melt the transposed version into id and value columns and dropna only on value:
(pd.DataFrame.from_dict(d, orient='index').T
.melt(var_name='id', value_name='value')
.dropna(subset=['value']))
# id value
# 0 key1 value1
# 1 key1 value2
# 4 key2 value1
# 5 key2 value2
# 6 key2 value3
# 8 key3 value1
# 9 key3 value2
# 10 key3 value3
# 11 key3 value4
Вы можете использовать itertools.zip_longest для создания фрейма данных:
from itertools import zip_longest
dct = {
"key1": ["value1", "value2"],
"key2": ["value1", "value2", "value3"],
"key3": ["value1", "value2", "value3", "value4"],
}
df = pd.DataFrame(zip_longest(*dct.values(), fillvalue=np.nan), columns=dct)
print(df)
Отпечатки:
key1 key2 key3
0 value1 value1 value1
1 value2 value2 value2
2 NaN value3 value3
3 NaN NaN value4
Спасибо. Есть ли способ превратить это в «несбалансированную» панель (чтобы избавиться от НС)? Например, столбец «ID» должен быть «ключом» и столбцами значений со значениями ключей?
пожалуйста. вы можете
meltтранспонировать версию, чтобы получить полную версию со столбцами ключ/значение (ответ обновлен)