pandas 字典嵌套列表导入dataframe
在数据分析和处理中,pandas 是一个非常强大的工具,它提供了许多方便的功能来处理数据。在实际工作中,我们经常会遇到将多层嵌套的数据转换为 DataFrame 的需求。本文将详细介绍如何利用 pandas 将字典嵌套列表导入 DataFrame。
1. 创建字典嵌套列表
首先,我们需要创建一个字典,其中包含嵌套的列表作为值。假设我们有如下数据:
data = {
'A': [1, 2, 3],
'B': ['a', 'b', 'c'],
'C': [[4, 5], [6, 7], [8, 9]]
}
这个字典中,键 ‘A’ 和 ‘B’ 对应的值是单个值,而键 ‘C’ 对应的值是嵌套的列表。
2. 创建 DataFrame
接下来,我们将使用 pandas 将这个字典导入 DataFrame。首先,我们需要导入 pandas 库:
import pandas as pd
然后,我们可以直接使用 pd.DataFrame
方法将字典转换为 DataFrame:
df = pd.DataFrame(data)
现在,我们可以查看 DataFrame 的内容:
print(df)
运行结果如下:
A B C
0 1 a [4, 5]
1 2 b [6, 7]
2 3 c [8, 9]
可以看到,成功将字典嵌套列表导入为了 DataFrame。
3. 拆分嵌套列表
有时候,我们希望将嵌套的列表拆分为多个列,而不是将其作为一个整体的元素。这时,我们可以使用 pd.DataFrame
的构造函数,并通过传入字典来实现。
new_data = {
'A': [1, 2, 3],
'B': ['a', 'b', 'c'],
'C1': [4, 6, 8],
'C2': [5, 7, 9]
}
new_df = pd.DataFrame(new_data)
现在,新的 DataFrame new_df
中包含了拆分后的列表数据:
print(new_df)
运行结果如下:
A B C1 C2
0 1 a 4 5
1 2 b 6 7
2 3 c 8 9
可以看到,成功将嵌套的列表拆分为多个列。
4. 总结
通过本文的介绍,我们了解了如何利用 pandas 将字典嵌套列表导入为 DataFrame,并且学会了如何拆分嵌套的列表。这对于我们在数据处理过程中遇到这种情况时,将会非常有帮助。