python给元组添加元素_在Python中添加元组元素,解析为pandas DataFrame

我有几个元组的

Python列表：

[(0, 61), (1, 30), (5, 198), (4, 61), (0, 30), (5, 200)]

[(1, 72), (2, 19), (3, 31), (4, 192), (6, 72), (5, 75)]

[(3, 12), (0, 51)]

...

创建这些元组中的每一个都使得它们的格式(键,值)：

有七个键：0,1,2,3,4,5,6

目标输出是一个pandas DataFrame,每个列都由键命名：

import pandas as pd

print(df)

0 1 2 3 4 5 6

91 30 0 0 61 198 0

0 72 19 31 192 75 72

51 0 0 12 0 0 0

现在,我在概念上的问题是如果它们的键是相同的,那么如何添加几个元组“值”.

我可以访问给定列表的这些值,例如

mylist = [(0, 61), (1, 30), (5, 198), (4, 61), (0, 30), (5, 200)]

keys = [x[0] for x in mylist]

和

print(keys)

[0, 1, 5, 4, 0, 5]

我不确定如何创建,例如密钥字典：值对,我可以加载到pandas DataFrame中

您可以先使用groupby为每个元素按键求和,然后使用pandas转换为dataframe.请注意,您必须在求和之前先按键排序.

import pandas as pd

from itertools import groupby

data = [

[(0, 61), (1, 30), (5, 198), (4, 61), (0, 30), (5, 200)],

[(1, 72), (2, 19), (3, 31), (4, 192), (6, 72), (5, 75)],

[(0, 71), (1, 40), (5, 98), (4, 21), (0, 10), (5, 21200)],

[(1, 702), (2, 190), (3, 310), (4, 1092), (6, 702), (5, 705)],

] # copying example from @PatrickArtnerz solution

def group_sum(data):

"""given list, return dictionary of summation based on initial key"""

data_dict = {k: sum(v_[1] for v_ in v) for k, v in groupby(sorted(data, key=lambda x: x[0]), lambda x: x[0])}

return data_dict

df = pd.DataFrame(list(map(group_sum, data))).fillna(0)