字典到 DataFrame Pandas：错误：传递了 6 列，传递的数据有 2 列。 - Python中的while循环答案

【问题标题】：Dictionary to DataFrame Pandas: Error: 6 columns passed, passed data had 2 columns. - While loop in python字典到 DataFrame Pandas：错误：传递了 6 列，传递的数据有 2 列。 - Python中的while循环
【发布时间】：2019-01-15 08:53:16
【问题描述】：

我想将 python 字典转换为 pandas DataFrame，但由于字典值的长度不同，当我这样做时：

recomm = pd.DataFrame(recommendation.items(),columns=['id','recId1','recId2','recId3','recId4','recId5'])

我明白了：

6 列传递，传递的数据有 2 列

这意味着提供的值之一的长度为 2。

为了纠正它，我做了：

for key in recommendation.keys():
    while True:
        l1 = recommendation[key]
        l1.append(0)
        recommendation[key] = l1
        if len(l1) < 5:
            break

但我在转换为 DF 时仍然收到错误。

我查了字典如下：

 for key in recommendation.keys():
    if len(recommendation[key]) != 5:
        print key

发现长度为 5 的也加了 0。意味着我现在有一些长度为 6 的值。例如字典值：

[12899423, 12907790, 12443129, 12558006, 12880407, 0]

如何更正 while 代码，以便它仅在列表长度为

有没有更好的方法将字典转换为 pandas DataFrame？字典键是：int 和 str。

【问题讨论】：

创建pandas数据框不需要调用.items()到dict，直接传递dict即可
无法解决。即使我删除 .items() 也会出现同样的错误

标签： python python-2.7 pandas dictionary

【解决方案1】：

您可以使用以下内容：

在 python 2.7 中使用 iteritems()，因为它在字典上返回一个迭代器，在 python 3.x 中，items() 具有相同的行为

import numpy as np
import pandas as pd
#Your dictionary
d = dict( A = np.array([1,2]), B = np.array([1,2,3,4]) )

df = pd.DataFrame(dict([ (k,pd.Series(v)) for k,v in d.iteritems() ]))

它将用 NaN 值填充缺失条目的数据框，然后您只需调用 fillna 函数：

df.fillna(0,inplace=True)

您丢失的数据现在将用零填充

【讨论】：

我也考虑过转换为 DF 然后 fillna 并应用了这个 df_rec = pd.DataFrame.from_dict(recommendation, orient='index', dtype=None) 但后来不知道如何将索引更改为 [0,1,2,...] 范围内的索引不是字典键。
重置索引可以使用Dataframe.reset_index(drop=True)，它会让你的索引从0变为n-1
我尝试了您建议的解决方案并得到 >MemoryError 可能是因为字典的长度为 29000。
这不应该附加，除非你在资源非常低的东西上运行你的代码，我认为你能分享你正在使用的数据吗？作为一个不太优雅的解决方案，您可以尝试初始化一个空（满为 0）数据帧。添加具有您的字典键名称和您拥有的最大列的长度的列。然后用循环填充列。
我认为资源有问题，就像我之前在没有任何 MemoryError 的同一个字典上应用 from_dict 一样，但是当我现在重复它时，它遇到了它。我将重新启动笔记本内核并重复。