将重复列名列表和值列表转换为数据框答案

【问题标题】：Convert list of repeated column names and list of values into a dataframe将重复列名列表和值列表转换为数据框
【发布时间】：2021-08-21 01:00:37
【问题描述】：

假设我有两个列表。一个包含重复的标题列表。一个包含值。请参见下面的示例：

cols = ['col1', 'col2', 'col3', 'col1', 'col2', 'col3']
values = [1, 3, 4, 6, 7, 1]

我如何从这样的结构中创建一个数据框，该结构具有三列（'col1'、'col2'、'col3'）和两行。

想要的结果

'col1', 'col2', 'col3'
1,3,4
6,7,1

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

您可以尝试将values 转换为系列，然后将cols 上的groupby 和agg 转换为列表，最后转换为数据帧并转置

s = pd.Series(values).groupby(cols).agg(list)
pd.DataFrame.from_dict(s.to_dict())

   col1  col2  col3
0     1     3     4
1     6     7     1

或者使用默认字典：

from collections import defaultdict
d = defaultdict(list)
for k,v in zip(cols,values):
        d[k].append(v)
pd.DataFrame.from_dict(d)

【讨论】：

【解决方案2】：

假设 cols 和 values 被简单地重复（使两个结构化列表都具有固定的顺序和对齐操作是不需要的），我们可以简单地将 values 转换为 array 和 reshape 基于 @987654323 @列值：

import pandas as pd
import numpy as np

cols = ['col1', 'col2', 'col3', 'col1', 'col2', 'col3']
values = [1, 3, 4, 6, 7, 1]

# Unique Col Values
u_cols = np.unique(cols)
# Build DataFrame
df = pd.DataFrame(
    np.array(values).reshape(-1, len(u_cols)),
    columns=u_cols
)

df:

   col1  col2  col3
0     1     3     4
1     6     7     1

或作为 csv：

df.to_csv('output.csv', index=False, quotechar="'", quoting=2)

output.csv:

'col1','col2','col3'
1,3,4
6,7,1

【讨论】：

【解决方案3】：

试试：

import csv


cols = ["col1", "col2", "col3", "col1", "col2", "col3"]
values = [1, 3, 4, 6, 7, 1]

df = (
    pd.DataFrame(zip(cols, values))
    .pivot(columns=0, values=1)
    .apply(sorted, key=pd.isna)
    .dropna()
)
print(df.to_csv(index=False, quotechar="'", quoting=csv.QUOTE_NONNUMERIC))

打印：

'col1','col2','col3'
1.0,3.0,4.0
6.0,7.0,1.0

【讨论】：

【解决方案4】：

您可以将事物转换为字典，然后从键中访问值

cols = ['col1', 'col2', 'col3', 'col1', 'col2', 'col3']
values = [1, 3, 4, 6, 7, 1]

the_dict = {
    key: [x[1] for x in zip(cols, values) if x[0] == key] 
    for key in set(cols)
}

print(the_dict)

【讨论】：