pandas 字典转换dataframe|极客笔记

pandas 字典转换dataframe

在数据分析和处理中，pandas 是一个常用的 Python 库，提供了强大的数据结构和数据分析工具，其中的 DataFrame 是一个类似数据库表格的数据结构，非常适合用来处理结构化数据。有时候我们有一个字典类型的数据，想要将其转换为 DataFrame 进行进一步分析，本文将详细介绍如何使用 pandas 将字典转换为 DataFrame。

1. 创建字典数据

首先，我们需要先创建一个字典类型的数据，来模拟我们的原始数据。字典的键将成为 DataFrame 中的列名，字典的值将成为 DataFrame 中的数据。

# 创建一个字典
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
    'Age': [25, 30, 35, 40, 45],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston', 'Miami']
}

2. 导入 pandas 库

接下来，我们需要导入 pandas 库，如果还没有安装 pandas 库，可以使用 pip 进行安装：

import pandas as pd

3. 使用 pandas 将字典转换为 DataFrame

我们可以使用 pandas 的 DataFrame 函数将字典转换为 DataFrame。在创建 DataFrame 时，我们可以指定列的顺序，也可以不指定，如果不指定会按照字典中的键的顺序排列。

# 将字典转换为 DataFrame
df = pd.DataFrame(data)
print(df)

运行以上代码，我们将得到以下输出：

      Name  Age         City
0    Alice   25     New York
1      Bob   30  Los Angeles
2  Charlie   35      Chicago
3    David   40      Houston
4    Emily   45        Miami

从输出可以看到，我们成功将字典转换为了 DataFrame，并且 DataFrame 的列名和数据也正确地显示出来了。

4. 自定义索引

在 DataFrame 中，默认的索引是从 0 开始递增的整数，有时候我们可能希望使用自定义的索引，可以在创建 DataFrame 时通过 index 参数指定。

# 使用自定义索引
df = pd.DataFrame(data, index=['A', 'B', 'C', 'D', 'E'])
print(df)

运行以上代码，我们将得到以下输出：

      Name  Age         City
A    Alice   25     New York
B      Bob   30  Los Angeles
C  Charlie   35      Chicago
D    David   40      Houston
E    Emily   45        Miami

从输出可以看到，我们成功地使用自定义索引创建了 DataFrame。

5. 使用字典列表创建 DataFrame

除了单个字典外，我们还可以使用包含多个字典的列表来创建 DataFrame。每个字典代表一行数据，列表中的字典结构必须保持一致。

# 创建包含多个字典的列表
data_list = [
    {'Name': 'Alice', 'Age': 25, 'City': 'New York'},
    {'Name': 'Bob', 'Age': 30, 'City': 'Los Angeles'},
    {'Name': 'Charlie', 'Age': 35, 'City': 'Chicago'},
    {'Name': 'David', 'Age': 40, 'City': 'Houston'},
    {'Name': 'Emily', 'Age': 45, 'City': 'Miami'}
]

# 使用字典列表创建 DataFrame
df = pd.DataFrame(data_list)
print(df)

运行以上代码，我们将得到与之前相同的输出：

      Name  Age         City
0    Alice   25     New York
1      Bob   30  Los Angeles
2  Charlie   35      Chicago
3    David   40      Houston
4    Emily   45        Miami

从输出可以看到，我们成功地使用包含多个字典的列表创建了 DataFrame。