pandas通过字典生成dataframe的方法步骤
更新时间：2019年07月23日 10:52:33 作者：chen狗蛋儿
这篇文章主要介绍了pandas通过字典生成dataframe的方法步骤，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
1、将一个字典输入：
该字典必须满足：value是一个list类型的元素，且每一个key对应的value长度都相同：
（以该字典的key为columns）
>>> import pandas as pd
>>> a = [1,2,3,4,5]
>>> b = ["a","b","c"]
>>> c = 1
>>> df = pd.DataFrame({"A":a,"B":b,"C":c})
Traceback (most recent call last):
ValueError: arrays must all be same length
>>> df = pd.DataFrame([a,b]) # 作为list输入，list的元素必须也是list，加入c就错误
>>> df
0 1 2 3 4
0 1 2 3 4.0 5.0
1 a b c NaN NaN
# 统一一下字典每个元素值的长度
>>> b = ["a","b","c","d","e"]
>>> c = ("232","sdf","345","asd",1)
>>> df = pd.DataFrame({"A":a,"B":b,"C":c})
>>> df
A B C
0 1 a 232
1 2 b sdf
2 3 c 345
3 4 d asd
4 5 e 1
2、将多个key相同的字典列输入：
输入为一个list，该list各个元素为dict，且key可以不同（以含最多的key的字典的key为columns）：
>>> d1 = {"A":1,"B":2,"C":3}
>>> d2 = {"A":"a","B":"b",}
>>> d3 = {"A":(1,2),"B":"ab","C":3}
>>> li = [d1,d2,d3]
>>> df = pd.DataFrame(li)
>>> df
A B C
0 1 2 3.0
1 a b NaN
2 (1, 2) ab 3.0
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。
相关文章
今天小编就为大家分享一篇Python调用scp向服务器上传文件示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
Scrapy的安装有一些依赖包,没有这些包是会安装失败的，下面我们就来详细探讨下2017-07-07
今天给大家带来的文章是关于Python的相关知识,文章围绕着Python中常见的反爬机制及其破解方法展开,文中有非常详细的介绍,需要的朋友可以参考下2021-06-06
这篇文章主要跟大家分享了一个利用python写的下载teahour音频的小脚本，文中给出了详细的示例代码供大家参考学习，对大家具有一定的参考价值，需要的朋友们下面来一起看看吧。2017-05-05
今天小编就为大家分享一篇.dcm格式文件软件读取及python处理详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-01-01
这篇文章主要介绍了python实现对数组按指定列排序方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-02-02
使用tensorflow根据输入更改tensor shape
这篇文章主要介绍了使用tensorflow根据输入更改tensor shape，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-06-06
Matplotlib能够绘制折线图、散点图、柱状图、直方图、饼图. 我们需要知道不同的统计图的意义,以此来决定选择哪种统计图来呈现我们的数据,今天就带大家详细了解如何绘制这些常用图形,需要的朋友可以参考下2021-06-06
这篇文章主要为大家介绍了python格式化输出%s与format()的用法对比，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步2021-10-10
这篇文章主要介绍了Django和Flask框架相关对比,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-10-10
最新评论