我想从 Python collections.Counter 字典高效地创建 pandas DataFrame .. 但还有一个额外的要求。
Counter 字典如下所示：
(a, b) : 5
(c, d) : 7
(a, d) : 2
那些字典键是元组，其中第一个成为行，第二个成为数据框的列。
生成的 DataFrame 应如下所示：
b d
a 5 2
c 0 7
对于较大的数据，我不想使用增长方法 df[a][b]= 5 等创建数据框，因为每次完成此类扩展时它都会创建新数据框的副本（我可以相信）。
也许正确的答案是通过 numpy 数组？
【问题讨论】：
标签： python pandas dictionary multi-index
将Series 与unstack 一起使用
pd.Series(d).unstack(fill_value=0)
Out[708]:
b d
a 5 2
c 0 7
输入数据
d={('a', 'b') : 5,
('c', 'd') : 7,
('a', 'd') : 2}
【讨论】：
我会使用MultiIndex.from_tuples 创建一个Series，然后使用unstack 它。
keys, values = zip(*counter.items())
idx = pd.MultiIndex.from_tuples(keys)
pd.Series(values, index=idx).unstack(-1, fill_value=0)
b d
a 5 2
c 0 7
将DataFrame 构造函数与stack 一起使用：
pd.DataFrame(counter, index=[0]).stack().loc[0].T
b d
a 5.0 2.0
c NaN 7.0
【讨论】：