如何将 Python 字典转换为数据框？

2024-03-14 06:41:16

将 Python 字典转换为数据框

前言

在数据分析和处理中，我们经常需要将不同格式的数据转换成 Pandas 数据框，以便进行更方便高效的处理。本文将探讨如何将一个 Python 字典，其中键是日期，值是对应的数字，转换为一个 Pandas 数据框，其中日期和值作为两个独立的列。

解决方案

使用 DataFrame 构造函数

将字典转换为数据框最直接的方法是使用 Pandas DataFrame 构造函数。它接受一个字典作为参数，并自动将键和值转换为数据框的列。

import pandas as pd

my_dict = {
    "2012-07-01": 391,
    "2012-07-02": 392,
    "2012-07-03": 392,
    "2012-07-04": 392,
    "2012-07-05": 392,
    "2012-07-06": 392,
}

df = pd.DataFrame(my_dict)
df = df.reset_index().rename(columns={"index": "Date", 0: "DateValue"})

使用 Series 对象

另一种方法是使用 Pandas Series 对象创建日期和值序列，然后将它们合并成一个数据框。

date_values = pd.Series(my_dict.values())
date_index = pd.Series(my_dict.keys())
df = pd.DataFrame({"Date": date_index, "DateValue": date_values})

使用 zip() 函数

还可以使用 zip() 函数将字典的键和值合并成一个元组列表，然后将其传递给 DataFrame 构造函数。

data = list(zip(my_dict.keys(), my_dict.values()))
df = pd.DataFrame(data, columns=["Date", "DateValue"])

重新排列列并重命名

无论采用哪种方法，您可能还需要使用 reset_index() 和 rename() 方法来重新排列和重命名列。

df = df.reset_index().rename(columns={"index": "Date", 0: "DateValue"})

示例

以下是一个使用 DataFrame 构造函数的方法的示例：

import pandas as pd

my_dict = {
    "2012-07-01": 391,
    "2012-07-02": 392,
    "2012-07-03": 392,
    "2012-07-04": 392,
    "2012-07-05": 392,
    "2012-07-06": 392,
}

df = pd.DataFrame(my_dict)
df = df.reset_index().rename(columns={"index": "Date", 0: "DateValue"})

print(df)

输出：

   Date  DateValue
0  2012-07-01       391
1  2012-07-02       392
2  2012-07-03       392
3  2012-07-04       392
4  2012-07-05       392
5  2012-07-06       392