Pandas.dataframe 在解析字典时增加了一行

Question

熊猫版本：1.03 Python 版本：2.7.17、3.7.3 Chromebook - Debian Buster

python 新手，但我什至找不到关于这种行为的问题。我有一个地址，我从谷歌 API 接收为 JSON，我将其解析为字典对象，然后在创建 pandas DataFrame 后写入 csv 文件。 （我不包括从 JSON 转换为 dict 的代码，但如果没有转换，这将是如何完成的。）

add = {'street': 'Farm to Market 369', 'state': 'Texas', 'city': 'Iowa Park', 'county': 'Wichita County', 'country': 'United States', 'postal_code': '76367', 'neighborhood': None, 'sublocality': None, 'housenumber': None, 'postal_town': None, 'subpremise': None, 'latitude': 33.9738616, 'longitude': -98.5964961, 'location_type': 'ROOFTOP', 'postal_code_suffix': None, 'street_number': '2101'}

有 16 行数据，但数据框的创建似乎添加了一个空键和一个空值，因此 DataFrame 包含 17 行，而不是我期望的 16 行。

我包含一个测试文件，它只是用数据填充字典，然后将键和值传递到 pandas.df。查看表格输出。

#!/usr/bin/env python3
import pandas as pd
import dumper

def writeAddressCsv(unitName,add):
    #sv_file_path = dataDir+unitName+"_address.csv"

    print (dumper.dump(add))
    df=pd.DataFrame(add.values(),add.keys())
    print(df)
    exit(0)
    #try:
    #    export_csv = df.to_csv(csv_file_path)
    #except:
    #    print("failed to save  address to " + csv_file_path)


add = {"street": "Farm to Market 369", "state": "Texas", "city": "Iowa Park", "county": "Wichita County", "country": "United States", "postal_code": "76367", "neighborhood": None, "sublocality": None, "housenumber": None, "postal_town": None, "subpremise": None, "latitude": 33.9738616, "longitude": -98.5964961, "location_type": "ROOFTOP", "postal_code_suffix": None, "street_number": "2101"}

writeAddressCsv("foo",add)

                                     0 <-----------(null key and 'None' (null) value???)
street              Farm to Market 369
state                            Texas
city                         Iowa Park
county                  Wichita County
country                  United States
postal_code                      76367
neighborhood                      None
sublocality                       None
housenumber                       None
postal_town                       None
subpremise                        None
latitude                       33.9739
longitude                     -98.5965
location_type                  ROOFTOP
postal_code_suffix                None
street_number                     2101

那个空键不在字典中......或者是吗？

我以为我在创建字典时做错了什么，所以我只是做了一个测试，使用两种可接受的方法初始化两个 dict 对象，一个是空的，一个是我添加数据的方法。两者都在转储程序输出中报告了这个奇怪的“无”，我通常假设它是某种默认行为指示器（默认为空列值或其他东西），但如果我的侦查发现了一些东西，pandas 显然将它视为一个真实的列很重要。

#!/usr/bin/env python3
import dumper


finaldict = dict()
finaldict2 = {"test": "foo","test2":"foo2"}


print ('finaldict is a: '  + str(type(finaldict)))
print ('finaldict2 is a: ' + str(type(finaldict2)))

print (dumper.dump(finaldict))
print (dumper.dump(finaldict2))

这是输出：（我在问什么对象类型，因为在我看来，dumper 输出看起来像是将对象报告为字符串 - 'str at xxxx'）。

finaldict is a: <class 'dict'>
finaldict2 is a: <class 'dict'>
<str at 0x79ce5dcb58>: '{}'None <------- wtf mate?
<str at 0x79ce4acce8>: "{'test': 'foo', 'test2': 'foo2'}"None <-------- wtf mate?

显然，这个“东西”是 dict 对象所固有的，pandas 只是想尽其所能。有谁知道我如何在不返回并从我的 csv 中删除虚假行的情况下防止它？ ( ,0) 数据帧内容输出后？

这在 Python 2.7.17 中的作用与在 3.7.3 中的作用相同，因此这似乎不是 python 的问题，而是 pandas 的问题。

PS.：我想也许 pandas 会增加一行，所以为了验证 dict 是否只有 16 行，我添加了对 dict.keys() 和 dict.values() 的调用，以查看我是否添加了一些东西到它在其中一个调用中返回的字典，但没有字典似乎正确返回键和值。 Pandas 正在创造 17！

Number of Keys: 16
dict_keys(['street', 'state', 'city', 'county', 'country', 'postal_code', 'neighborhood', 'sublocality', 'housenumber', 'postal_town', 'subpremise', 'latitude', 'longitude', 'location_type', 'postal_code_suffix', 'street_number'])
Number of values: 16
dict_values(['Farm to Market 369', 'Texas', 'Iowa Park', 'Wichita County', 'United States', '76367', None, None, None, None, None, 33.9738616, -98.5964961, 'ROOFTOP', None, '2101'])

PSS：

这可能是相关的，但没有答案。

Pandas adding extra row to DataFrame when assigning index

这是熊猫错误还是我做错了什么？

Answer 1

TLDR：这不是错误，您看到的是 pd.Series 名称。所有系列都有它，由于您没有提供，pandas 使用自动增量自动分配它。

pd.DataFrame 中的列和行都是pd.Series。您将值和索引传递给构造函数，但没有传递列，因此使用默认名称来命名列系列（即自动增量）。您可以手动指定列名，例如：

df=pd.DataFrame(add.values(), add.keys(), columns=['Address'])
# btw, I'm not sure if dict values and keys are guaranteed to be in the same order

或者，如果您总是解析单个值的一个字典，只需制作一个系列：

s = pd.Series(add, name='Address')

如果您检查数据帧的长度，它将与字典长度相同。