Question

我花了一段时间看着SO，似乎我有一个独特的问题。

我有一个如下所示的字典：

dict={
    123: [2,4],
    234: [6,8],
    ...
}

我想将具有值列表的字典转换为3列数据框，如下所示：

time, value1, value2
123, 2, 4
234, 6, 8
...

我可以跑：

pandas.DataFrame(dict)

但这会产生以下结果：

123, 234, ...
2, 6, ...
4, 8, ...

可能是一个简单的修复，但我还在拾起熊猫

Answer 1

您可以按照levi的建议预处理数据，也可以在创建后转置数据框。

testdict={
    123: [2,4],
    234: [6,8],
    456: [10, 12]
}
df = pd.DataFrame(testdict)
df = df.transpose()

print(df)
#      0  1
# 123  2  4
# 234  6  8

Answer 2

如果你有大量的指数，Roger Fan的pandas.DataFrame(dict)方法实际上相当慢，可能会引起一些人的兴趣。更快的方法是将数据预处理到单独的列表中，然后从这些列表中创建一个DataFrame。（也许这是在levi的答案中解释的，但它现在已经消失了。）

例如，请考虑此词典dict1，其中每个值都是一个列表。具体来说，dict1[i] = [ i*10, i*100]（为了便于检查最终的数据帧）。

keys = range(1000)
values = zip(np.arange(1000)*10, np.arange(1000)*100)
dict1 = dict(zip(keys, values))

使用pandas方法需要大约30倍的时间。例如。

t = time.time()
test1 = pd.DataFrame(dict1).transpose()
print time.time() - t

0.118762016296

与

t = time.time()
keys = []
list1 = []
list2 = []
for k in dict1:
    keys.append(k)
    list1.append(dict1[k][0])
    list2.append(dict1[k][1])
test2 = pd.DataFrame({'element1': list1, 'element2': list2}, index=keys)
print time.time() - t

0.00310587882996

将包含值列表的字典转换为数据帧

2 个答案: