有什么方法可以从DataFrame.from_dict中删除列和行号？

Question

因此，我的字典中的数据框存在问题-python实际上用数字“命名”我的行和列。 这是我的代码：

a = dict()
dfList = [x for x in df['Marka'].tolist() if str(x) != 'nan']
dfSet = set(dfList)
dfList123 = list(dfSet)
for i in range(len(dfList123)):
    number = dfList.count(dfList123[i])
    a[dfList123[i]]=number
sorted_by_value = sorted(a.items(), key=lambda kv: kv[1], reverse=True)
dataframe=pd.DataFrame.from_dict(sorted_by_value)
print(dataframe)

我试图重命名像这样的列： dataframe=pd.DataFrame.from_dict(sorted_by_value, orient='index', columns=['A', 'B', 'C'])，但这给我一个错误：

AttributeError: 'list' object has no attribute 'values'

有什么办法可以解决？

编辑： 这是我的数据框的第一部分：

                     0     1
0                   VW  1383
1                 AUDI  1053
2                VOLVO   789
3                  BMW   749
4                 OPEL   621
5        MERCEDES BENZ   593
...

第一行和第一列正是我要删除/重命名的

Answer 1

通过对dict_items对象（a.items()）进行排序，您已经创建了一个列表。  您可以使用type(sorted_by_value)进行检查。然后，当您尝试使用pd.DataFrame.from_dict()方法时，该方法将失败，因为它期望使用具有“值”的字典，但会收到一个列表。

您可能对代码所做的最小修复是替换该行：

dataframe=pd.DataFrame.from_dict(sorted_by_value)

具有：

dataframe = pd.DataFrame(dict(sorted_by_value), index=[0])。

（此处需要index=[0]参数，因为pd.DataFrame期望字典的格式为{'key1': [list1, of, values], 'key2': [list2, of, values]}，但sorted_by_value会转换为{'key1': value1, 'key2': value2}的形式）

另一种选择是使用pd.DataFrame(sorted_by_value)直接从排序的项目生成数据帧，尽管您可能需要调整sorted_by_value或结果以获取所需的数据帧格式。

或者，查看collections.OrderedDict（其文档为here）以避免排序到列表，然后再转换回字典。

修改

关于列和索引的命名，如果看不到数据/所需结果，很难给出具体建议。上面的选项将消除错误，并允许您创建一个数据框，然后可以使用dataframe.columns = [list, of, column, headings]重命名其列。对于索引，请查看pd.DataFrame.set_index(drop=True)（docs）和pd.DataFrame.reset_index()（docs）。

Answer 2

index和columns是数据框的属性

只要len(df.index) > 0和len(df.columns) > 0（即您的数据帧具有非零行和非零列），就无法摆脱pd.DataFrame对象中的标签。数据帧是否由字典构造还是无关紧要。

您可以 做的是将它们从数据框的表示形式中删除，并以Python str对象或CSV文件的形式输出。这是一个最小的示例：

df = pd.DataFrame([[1, 2, 3], [4, 5, 6]])

print(df)
#    0  1  2
# 0  1  2  3
# 1  4  5  6

# output to string without index or headers
print(df.to_string(index=False, header=False))
# 1  2  3
# 4  5  6

# output to csv without index or headers
df.to_csv('file.csv', index=False, header=False)