Question

字典看起来像：

{'iphone': [12, 21666], 'a1': [6, 5859], 'J5': [15, 13862]}

使用此字典，我想创建如下所示的数据框：

    name   n1   n2
0  iphone  12   21666
1  a1       6   5859
2  J5      15   13862

Answer 1

对DataFrame构造函数使用列表推导：

d = {'iphone': [12, 21666], 'a1': [6, 5859], 'J5': [15, 13862]}

df = pd.DataFrame([([k] + v) for k, v in d.items()], columns=['name','n1','n2'])
#alternative
#df = pd.DataFrame([(k, *v) for k, v in d.items()], columns=['name','n1','n2'])
print (df)
     name  n1     n2
0  iphone  12  21666
1      a1   6   5859
2      J5  15  13862

列出所有长度的列表的通用解决方案，不仅限于2：

df = pd.DataFrame([(k, *v) for k, v in d.items()])
#python 3.6+ with f-strings
df.columns = ['name'] + [f'n{x}' for x in df.columns[1:]]
#python bellow
#df.columns = ['name'] + ['n{}'.format(x) for x in df.columns[1:]]
print (df)
     name  n1     n2
0  iphone  12  21666
1      a1   6   5859
2      J5  15  13862

或者：

df = (pd.DataFrame.from_dict(d, orient='index')
                  .rename(columns=lambda x: x+1)
                  .add_prefix('n')
                  .rename_axis('name')
                  .reset_index())
print (df)
     name  n1     n2
0  iphone  12  21666
1      a1   6   5859
2      J5  15  13862

Answer 2

如果您的词典名称为d，您也可以这样做：

df = pd.DataFrame(d).T.reset_index()
df.columns = ['name','n1','n2']

Answer 3

您可以尝试这样。

df = pd.DataFrame({'iphone': [12, 21666], 'a1': [6, 5859], 'J5': [15, 13862]})
df.columns = ["name", "n1", "n2"]
print(df)

Answer 4

a={'iphone': [12, 21666], 'a1': [6, 5859], 'J5': [15, 13862]}
df = pd.DataFrame(a).T
df.reset_index(inplace=True)
df.columns = ['name','n1','n2']
print(df)

输出：

     name  n1     n2
0  iphone  12  21666
1      a1   6   5859
2      J5  15  13862

重置索引是没有索引的必需步骤，它将以['iphone'，'a1'，'J5']作为索引

具有多个键值的字典到数据框

4 个答案: