pandas 字典嵌套列表导入dataframe|极客笔记

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。

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。

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。

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。

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。