Python dict 将值作为 pandas DataFrame 的元组答案

【问题标题】：Python dict with values as tuples to pandas DataFramePython dict 将值作为 pandas DataFrame 的元组
【发布时间】：2018-02-15 02:39:41
【问题描述】：

我有以下字典：

td = {'q1':(111,222), 'q2':(333,444)}

我想将其转换为如下所示的数据框：

Query    Value1     Value2
q1       111       222
q2       333       444

我尝试了以下方法：

df = pd.DataFrame(td.items())

结果如下：

    0         1
0   q1  (111,222)
1   q2  (333,444)

如果不是很明显，我是 python 和 pandas 的新手。如何获取具有元组值的字典以在数据框中充当单独的列？

我的最终目标是显示 value1 和 value2 之间的百分比差异。

【问题讨论】：

标签： python pandas dictionary tuples

【解决方案1】：

设置

td = {'q1':(111,222), 'q2':(333,444)}

选项 1

pd.DataFrame(td).T.rename_axis('Query').add_prefix('Value').reset_index()

  Query  Value0  Value1
0    q1     111     222
1    q2     333     444

选项 2

from cytoolz.dicttoolz import merge

pd.DataFrame(
    [merge(
        {'Query': k},
        {'Value{}'.format(i): x for i, x in enumerate(v, 1)}
     ) for k, v in td.items()]
)

  Query  Value1  Value2
0    q1     111     222
1    q2     333     444

对评论的回应

df = pd.DataFrame(td).T.rename_axis('Query').add_prefix('Value')
df.assign(PctChg=df.pct_change(axis=1).iloc[:, -1]).reset_index()

  Query  Value0  Value1    PctChg
0    q1     111     222  1.000000
1    q2     333     444  0.333333

或者

df = pd.DataFrame(td).T.rename_axis('Query').add_prefix('Value')
df.eval('PctChg = Value1 / Value0 - 1', inplace=False).reset_index()

  Query  Value0  Value1    PctChg
0    q1     111     222  1.000000
1    q2     333     444  0.333333

【讨论】：

我喜欢你的第一个选项 ;)
我尝试了选项 1。我收到错误“行继续符后出现意外字符”。
我将字典替换为您提供的名称td，因此您不应再有续行了。
谢谢！请稍等一下，我会弄清楚如何将您的回复标记为答案...
我的最后一步是添加第四列，即 Value1 和 Value2 之间的百分比变化。有没有办法轻松做到这一点？

【解决方案2】：

您可以使用字典迭代器定义data 和index：

import pandas as pd
td = {'q1':(111,222), 'q2':(333,444)}
pd.DataFrame(data=list(td.values()), index=list(td.keys()))

应该产生一个DataFrame：

        0       1
    q1  111     222
    q2  333     444

【讨论】：

【解决方案3】：

使用from_dict：

pd.DataFrame.from_dict({'q1':(111,222), 'q2':(333,444)}, orient='index')

      0    1
q1  111  222
q2  333  444

输入一些格式：

df.columns = 'Value' + df.columns.to_series().add(1).astype(str)
df.index.name = 'Query'

你得到：

       Value1  Value2
Query                
q1        111     222
q2        333     444

【讨论】：

【解决方案4】：

试试这个？

td = {'q1':(111,222), 'q2':(333,444)}
df = pd.DataFrame(td).T
df
Out[25]: 
      0    1
q1  111  222
q2  333  444

【讨论】：

pd.DataFrame(td).T.rename(columns=lambda x: x + 1).add_prefix('Value')