将 Python dict 转换为数据框

这里的错误是因为使用标量值调用 DataFrame 构造函数（它期望值是一个列表/字典/......即有多个列）：

pd.DataFrame(d)
ValueError: If using all scalar values, you must must pass an index

您可以从字典中获取项目（即键值对）：

In [11]: pd.DataFrame(d.items())  # or list(d.items()) in python 3
Out[11]:
             0    1
0   2012-07-02  392
1   2012-07-06  392
2   2012-06-29  391
3   2012-06-28  391
...

In [12]: pd.DataFrame(d.items(), columns=['Date', 'DateValue'])
Out[12]:
          Date  DateValue
0   2012-07-02        392
1   2012-07-06        392
2   2012-06-29        391

但我认为传递 Series 构造函数更有意义：

In [21]: s = pd.Series(d, name='DateValue')
Out[21]:
2012-06-08    388
2012-06-09    388
2012-06-10    388

In [22]: s.index.name = 'Date'

In [23]: s.reset_index()
Out[23]:
          Date  DateValue
0   2012-06-08        388
1   2012-06-09        388
2   2012-06-10        388

---

将字典转换为 Pandas 数据框时，您希望键成为所述数据框的列，值成为行值，您可以简单地在字典周围放置括号，如下所示：

>>> dict_ = {'key 1': 'value 1', 'key 2': 'value 2', 'key 3': 'value 3'}
>>> pd.DataFrame([dict_])

    key 1     key 2     key 3
0   value 1   value 2   value 3

它为我节省了一些头痛，所以我希望它可以帮助那里的人！

编辑：在 the pandas docs 中，DataFrame 构造函数中 data 参数的一个选项是字典列表。在这里，我们传递了一个包含一个字典的列表。

---

正如在此处直接使用 pandas.DataFrame() 的另一个答案所解释的那样，不会像您想象的那样行事。

您可以将 pandas.DataFrame.from_dict 与 orient='index' 一起使用：

In[7]: pandas.DataFrame.from_dict({u'2012-06-08': 388,
 u'2012-06-09': 388,
 u'2012-06-10': 388,
 u'2012-06-11': 389,
 u'2012-06-12': 389,
 .....
 u'2012-07-05': 392,
 u'2012-07-06': 392}, orient='index', columns=['foo'])
Out[7]: 
            foo
2012-06-08  388
2012-06-09  388
2012-06-10  388
2012-06-11  389
2012-06-12  389
........
2012-07-05  392
2012-07-06  392

---

将字典的项目传递给 DataFrame 构造函数，并给出列名。之后解析 Date 列以获取 Timestamp 值。

请注意 python 2.x 和 3.x 之间的区别：

在 python 2.x 中：

df = pd.DataFrame(data.items(), columns=['Date', 'DateValue'])
df['Date'] = pd.to_datetime(df['Date'])

在 Python 3.x 中：（需要额外的“列表”）

df = pd.DataFrame(list(data.items()), columns=['Date', 'DateValue'])
df['Date'] = pd.to_datetime(df['Date'])

---

https://i.stack.imgur.com/fXP0e.png

ps 特别是，我发现面向行的示例很有帮助；因为通常是记录在外部存储的方式。

https://pbpython.com/pandas-list-dict.html

---

Pandas 有 built-in function 用于将 dict 转换为数据框。

pd.DataFrame.from_dict(dictionaryObject,orient='index')

对于您的数据，您可以将其转换如下：

import pandas as pd
your_dict={u'2012-06-08': 388,
 u'2012-06-09': 388,
 u'2012-06-10': 388,
 u'2012-06-11': 389,
 u'2012-06-12': 389,
 u'2012-06-13': 389,
 u'2012-06-14': 389,
 u'2012-06-15': 389,
 u'2012-06-16': 389,
 u'2012-06-17': 389,
 u'2012-06-18': 390,
 u'2012-06-19': 390,
 u'2012-06-20': 390,
 u'2012-06-21': 390,
 u'2012-06-22': 390,
 u'2012-06-23': 390,
 u'2012-06-24': 390,
 u'2012-06-25': 391,
 u'2012-06-26': 391,
 u'2012-06-27': 391,
 u'2012-06-28': 391,
 u'2012-06-29': 391,
 u'2012-06-30': 391,
 u'2012-07-01': 391,
 u'2012-07-02': 392,
 u'2012-07-03': 392,
 u'2012-07-04': 392,
 u'2012-07-05': 392,
 u'2012-07-06': 392}

your_df_from_dict=pd.DataFrame.from_dict(your_dict,orient='index')
print(your_df_from_dict)

---

这对我有用，因为我想有一个单独的索引列

df = pd.DataFrame.from_dict(some_dict, orient="index").reset_index()
df.columns = ['A', 'B']

---

pd.DataFrame({'date' : dict_dates.keys() , 'date_value' : dict_dates.values() })

---

我发现最简单的方法是创建一个空数据框并附加字典。你需要告诉熊猫不要关心索引，否则你会得到错误：TypeError: Can only append a dict if ignore_index=True

import pandas as pd
mydict = {'foo': 'bar'}
df = pd.DataFrame()
df = df.append(mydict, ignore_index=True)

---

这就是它对我的工作方式：

df= pd.DataFrame([d.keys(), d.values()]).T
df.columns= ['keys', 'values']  # call them whatever you like

我希望这有帮助

---

您也可以将字典的键和值传递给新的数据框，如下所示：

import pandas as pd

myDict = {<the_dict_from_your_example>]
df = pd.DataFrame()
df['Date'] = myDict.keys()
df['DateValue'] = myDict.values()

---

就我而言，我希望 dict 的键和值成为 DataFrame 的列和值。所以唯一对我有用的是：

data = {'adjust_power': 'y', 'af_policy_r_submix_prio_adjust': '[null]', 'af_rf_info': '[null]', 'bat_ac': '3500', 'bat_capacity': '75'} 

columns = list(data.keys())
values = list(data.values())
arr_len = len(values)

pd.DataFrame(np.array(values, dtype=object).reshape(1, arr_len), columns=columns)

---

接受一个 dict 作为参数并返回一个数据框，其中 dict 的键作为索引，值作为列。

def dict_to_df(d):
    df=pd.DataFrame(d.items())
    df.set_index(0, inplace=True)
    return df

---

我认为您可以在创建字典时对数据格式进行一些更改，然后您可以轻松地将其转换为 DataFrame：

输入：

a={'Dates':['2012-06-08','2012-06-10'],'Date_value':[388,389]}

输出：

{'Date_value': [388, 389], 'Dates': ['2012-06-08', '2012-06-10']}

输入：

aframe=DataFrame(a)

输出：将是您的 DataFrame

你只需要在 Sublime 或 Excel 之类的地方使用一些文本编辑。

---

d = {'Date': list(yourDict.keys()),'Date_Values': list(yourDict.values())}
df = pandas.DataFrame(data=d)

如果您不将 yourDict.keys() 封装在 list() 中，那么您最终会将所有键和值放置在每一列的每一行中。像这样：

Date \ 0 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...
1 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...
2 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...
3 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...
4 (2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1...

但是通过添加 list()，结果如下所示：

Date Date_Values 0 2012-06-08 388 1 2012-06-09 388 2 2012-06-10 388 3 2012-06-11 389 4 2012-06-12 389 ...

---

我已经多次遇到这种情况，并且有一个从函数 get_max_Path() 创建的示例字典，它返回示例字典：

{2: 0.3097502930247044, 3: 0.4413177909384636, 4: 0.5197224051562838, 5: 0.5717654946470984, 6: 0.6063959031223476, 7: 0.6365209824708223, 8: 0.655918861281035, 9: 0.680844386645206}

要将其转换为数据框，我运行了以下命令：

df = pd.DataFrame.from_dict(get_max_path(2), orient = 'index').reset_index()

返回具有单独索引的简单两列数据框：

index 0 0 2 0.309750 1 3 0.441318

只需使用 f.rename(columns={'index': 'Column1', 0: 'Column2'}, inplace=True) 重命名列

---

关键是如何将每个元素放入dataFarame。逐行：

'pd.DataFrame(dic.items(), columns=['Date', 'Value'])'

或按列：

'pd.DataFrame([dic])'

---