速度比较

Question

我正在尝试尝试建立包含特定词典的列表。我希望结构类似于以下内容：

[{'label': 'Abdelnaby, Alaa', 'value': '76001'},
{'label': 'Abdul-Aziz, Zaid', 'value': '76002'},
{'label': 'Abdul-Jabbar, Kareem', 'value': '76003'}]

当前，我要提取的数据在pandas数据框中。下面的示例...

PlayerID    Name     Current Player First Season    Last Season
76001   Abdelnaby, Alaa       0     1990            1994
76002   Abdul-Aziz, Zaid      0     1968            1977
76003   Abdul-Jabbar, Kareem  0     1969            1988
51      Abdul-Rauf, Mahmoud   0     1990            2000
1505    Abdul-Wahad, Tariq    0     1997            2003

请告诉我这是否足够。非常感谢您的帮助！

Answer 1

选择您的列，对其进行重命名，然后用to_dict调用orient='records'以获取字典列表，

(df.reindex(['Name', 'PlayerID'], axis=1)
   .set_axis(['label', 'value'], axis=1, inplace=False)
   .to_dict('r'))    

# [{'label': 'Abdelnaby, Alaa', 'value': 76001},
#  {'label': 'Abdul-Aziz, Zaid', 'value': 76002},
#  {'label': 'Abdul-Jabbar, Kareem', 'value': 76003},
#  {'label': 'Abdul-Rauf, Mahmoud', 'value': 51},
#  {'label': 'Abdul-Wahad, Tariq', 'value': 1505}]

您可以通过将.to_dict('r')更改为.to_json(orient='records')来输出JSON。

如果性能很重要，这是一个具有列表理解构造的优化解决方案。

[dict(zip(('label', 'value'), r)) for r in df[['Name', 'PlayerID']].values]

# [{'label': 'Abdelnaby, Alaa', 'value': 76001},
#  {'label': 'Abdul-Aziz, Zaid', 'value': 76002},
#  {'label': 'Abdul-Jabbar, Kareem', 'value': 76003},
#  {'label': 'Abdul-Rauf, Mahmoud', 'value': 51},
#  {'label': 'Abdul-Wahad, Tariq', 'value': 1505}]

Answer 2

如果速度是问题，我们可以使用dict comp：

myjson = [{'label': name, 'value': pid} for pid,name in zip(df['PlayerID'], df['Name'])]

礼物：

[{'label': 'Abdelnaby, Alaa', 'value': 76001},
 {'label': 'Abdul-Aziz, Zaid', 'value': 76002},
 {'label': 'Abdul-Jabbar, Kareem', 'value': 76003},
 {'label': 'Abdul-Rauf, Mahmoud', 'value': 51},
 {'label': 'Abdul-Wahad, Tariq', 'value': 1505}]

此外，如果要将数据写为 json ：

import json
with open('myjson.json','w') as fo:
    json.dump(myjson,fo,indent=4)

速度比较

%%timeit
myjson = [{'label': name, 'value': pid} for pid,name in zip(df['PlayerID'].values, df['Name'].values)]

5.9 µs ± 125 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)



%%timeit
myjson = (df.reindex(['Name', 'PlayerID'], axis=1)
   .set_axis(['label', 'value'], axis=1, inplace=False)
   .to_dict('record')
)
756 µs ± 24.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Answer 3

PlayerID名称当前玩家第一赛季上赛季 76001 Abdelnaby，Alaa 0 1990 1994 76002阿卜杜勒·阿齐兹，扎伊德0 1968 1977 76003阿卜杜勒·贾巴尔（Kabem），0 1969 1988 51 Abdul-Rauf，Mahmoud 0 1990 2000 1505 Abdul-Wahad，Tariq 0 1997 2003

#You already have a data frame 
dataframe="your data frame"
#us iloc 
values=dataframe.iloc[:,0]# u have all rows n 0th col
label=dataframe.iloc[:,1] #u have all rows n 1st col
dic={}

    for i,val in values:
         dic[val]=lable[i]

#hope the logic is clear.

如何从pandas DataFrame列出字典？

3 个答案:

速度比较