如何从python字典列表中创建熊猫数据框？

Question

我正在寻找一种创建pandas DataFrame的方法，然后使用字典列表中的pandas将其添加到excel文件中。

第一个字典具有3个值（整数），第二个字典具有一个对应于一组单词的值。这两个字典的键是相同的，但是要确保excel文件中没有错误，我希望将它们放在DataFrame中。

d1 = {'1': ['45', '89', '96'], '2': ['78956', '50000', '100000'], '3': ['0', '809', '656']}
d2 = {'1': ['connaître', 'rien', 'trouver', 'être', 'emmerder', 'rien', 'suffire', 'mettre', 'multiprise'], '2': ['trouver', 'être', 'emmerder'], '3' : ['con', 'ri', 'trou', 'êt', 'emmer',]}

我在每个尝试中都遇到错误，而且我真的很受阻，我需要一个解决方案

dictionaries = d1, d2

df = pd.read_csv(sys.argv[1], na_values=['no info', '.'], encoding='Cp1252', delimiter=';')
df1 = pd.DataFrame(d1).T.reset_index()
df1['value1_d2'] = ''
# iterate over the dict and add the lists of words in the new column
for k,v in d2.items():
    df1.at[int(k) - 1, 'value1_d2'] = v 
#print(df1)
df1.columns = ['id','value_1_Dict1','value_2_Dict1','value_3_Dict1',' value_2_Dict2']
cols = df1.columns.tolist()
cols = cols[-1:] + cols[:-1]
df1 = df1[cols]
print(df1)
df = pd.concat([df, df1], axis = 1)
df.to_excel('exit.xlsx')

我不断收到不同的错误：

  

提高ValueError（'DataFrame构造函数未正确调用！'）
  ValueError：DataFrame构造函数未正确调用！
   =>'值具有{new}元素'.format（old = old_len，new = new_len））
  ValueError：长度不匹配：预期轴有4个元素，新值有6个元素

预期的输出：我将其添加到现有文件中：

  score  freq    **value1_d2 id value1   value2 value3  **    
0  0.5     2     **['connaître', 'rien', 'trouver', 'être', 'emmerder', 'rien', 'suffire', 'mettre', 'multiprise'] 1  45       89       96   **
1  0.8     5     ** ['trouver', 'être', 'emmerder'] 2  78956    5000    100000 **   
2  0.1     5     **['con', 'ri', 'trou', 'êt', 'emmer',] 3  0        809     65  **

当尝试添加到excel文件时，出现以下错误，我想从第一列开始写入，以使密钥相同。

有没有办法使用熊猫来解决它（在本次研讨会中我必须使用熊猫。

谢谢。

Answer 1

这样，您可以在单元格中添加单词列表：

df1 = pd.DataFrame(d1)

# the new column needs to have dtype object
df1['value1_d2'] = ''

# iterate over the dict and add the lists of words in the new column
for k,v in d2.items():
    df1.at[int(k) - 1, 'value1_d2'] = v

我也使用了this post中的信息。

Answer 2

将字典读入数据框时，可以使用：

>>> d1 = {'1': ['45', '89', '96'], '2': ['78956', '50000', '100000'], '3': ['0', '809', '656']}
>>> df1 = pd.DataFrame.from_dict(d1)