将Python中的字典数据转化为DataFrame的方法

编译：老齐

与本文相关的图书推荐：《数据准备和特征工程》

---

在数据科学项目中，通常用Pandas的read_csv或者read_excel从相应文件中读入数据，此外，对于数据量不大的时候，可能还有下面的情形出现：

import pandas as pd

data = {‘key1’: values, ‘key2’:values, ‘key3’:values, …, ‘keyN’:values}
df = pd.DataFrame(data)

这里是将一个Python中的字典data转化为了Pandas中的DataFrame对象，这样字典就作为了数据源。

上面的操作并不复杂，当然，这里演示的字典和对DataFrame的要求都是简单的情形。就一般而言，如果遇到了简单的数据源，可知通过下面的三步实施：

1. 确定数据

   要留言数据的格式，从而确定是否能够用于本文所说的过程。比如下面的数据：
   
   我们需要做的是把这个表格样式的数据，用Python的字典表示——数据量小，不费事。

2. 创建字典

   把上面的表格，改写为：

   data = {'Rank':[1, 2, 3, 4, 5],
          'Language': ['Python', 'Java', 'Javascript',  'C#', 'PHP'],
          'Share':[29.88, 19.05, 8.17, 7.3, 6.15],
          'Trend':[4.1, -1.8, 0.1, -0.1, -1.0]}
   
   print(data)
   

   

3. 转化为DataFrame

   然后，就开始转化：

   df = pd.DataFrame(data)
   
   display(df)
   

   

三步，这是基本操作，比较简单。但是，有时候你遇到的情况可能比这复杂一些。

比如，如果你要将Python中的OrderedDict对象转化为DataFrame：

from collections import OrderedDict

data= OrderedDict([('Trend', [4.1, -1.8, 0.1,  -0.1, -1.0]),
                   ('Rank',[1, 2, 3, 4, 5]),
                   ('Language', ['Python', 'Java', 'Javascript', 'C#', 'PHP']),
                   ('Share', [29.88, 19.05, 8.17, 7.3, 6.15])])

display(data)

到现在为止，我们使用的就是pd.DataFrame(data)实现了转化。其实，还有一些参数，如果使用了，能够让转化的结果更多样。

例如，在创建DataFrame对象时，指定行索引，而不是像前面那样使用默认的数字。

rom collections import OrderedDict

data = OrderedDict([('Trend', [4.1, -1.8, 0.1, -0.1, -1.0]),
                   ('Rank',[1, 2, 3, 4, 5]),
                   ('Language', ['Python', 'Java', 'Javascript', 'C#', 'PHP']),
                   ('Share', [29.88, 19.05, 8.17, 7.3, 6.15])])

df = pd.DataFrame(data, index = ['A', 'B', 'C', 'D', 'E'])

display(df)

此外，也可以使用columns这个参数，来指定列索引的名称。

或许，你不需要字典中的所有数据，那就用columns参数进行筛选吧。

from collections import OrderedDict

data = OrderedDict([('Trend', [4.1, -1.8, 0.1, -0.1, -1.0]),
                   ('Rank',[1, 2, 3, 4, 5]),
                   ('Language', ['Python', 'Java', 'Javascript', 'C#', 'PHP']),
                   ('Share', [29.88, 19.05, 8.17, 7.3, 6.15])])
df = pd.DataFrame(data, index = ['A', 'B', 'C', 'D', 'E'],
                 columns=['Language', 'Share'])

display(df)

在上述的示例中，都是以字典的键作为DataFrame中的特征（列）名称，下面的示例演示一种旋转的方式，即键作为行索引。

df = pd.DataFrame.from_dict(data, orient='index')

df.head()

从上面的输出结果中可以看到，这时候的列索引，都采用了默认的数字，也可以指定有意义的名称。

df = pd.DataFrame.from_dict(data, orient='index',
                            columns=['A', 'B', 'C', 'D', 'F'])

df.head()

当DataFrame对象创建了之后，可以把它保存为csv文件。

df.to_csv('top5_prog_lang.csv')

很多时候是从CSV等格式的文件中读取数据，此外，也有可能遇到上面各个示例的情景，需要将字典转化为DataFrame。

参考资料：https://www.marsja.se/how-to-convert-a-python-dictionary-to-a-pandas-dataframe/