将字典转换为具有键值对的python数据框答案

【问题标题】：Convert dictionary to python dataframe which has key value pair将字典转换为具有键值对的python数据框
【发布时间】：2019-08-20 03:30:01
【问题描述】：

我的字典是

{'id': '6576_926_1',
'name': 'xyz',
'm': 926,

0: {'id': '2896_926_2',
 'name': 'lmn',
 'm': 926},

1: {'id': '23_926_3',
 'name': 'abc',
 'm': 928}}

我想把它转换成类似的数据框

Id  Name    M

6576_926_1  Xyz 926

2896_926_2  Lmn 926

23_926_3    Abc 928

即使第一行不可用，因为它没有索引，我也很好。大约有 1.3 百万条记录，因此速度非常重要。我尝试使用 for 循环和追加语句，它需要永远

【问题讨论】：

标签： python pandas dataframe dictionary

【解决方案1】：

您可以使用循环将每个字典的条目转换为列表，然后使用熊猫的.from_dict 转换为数据框。这是给出的示例：

>>> data = {'col_1': [3, 2, 1, 0], 'col_2': ['a', 'b', 'c', 'd']}
>>> pd.DataFrame.from_dict(data)
   col_1 col_2
0      3     a
1      2     b
2      1     c
3      0     d

【讨论】：

【解决方案2】：

使用以下方法

import pandas as pd
data = pd.Dataframe(dict)
data = data.drop(0, axis=1)
data = data.drop(1, axis=1)

你也可以试试这个

import pandas as pd

del dict['id']
del dict['name']
del dict['m']
pd.DataFrame(dict)

【讨论】：

【解决方案3】：

试试这个代码！！尽管如此，复杂度仍然是 O(n)

my_dict.pop('id')
my_dict.pop('name')
my_dict.pop('m')
data = [ row.values() for row in my_dict.values()]
pd.DataFrame(data=data, columns=['id','name','m'])

【讨论】：

【解决方案4】：

正如您所提到的，第一行对您来说不是强制性的。所以，我在这里试过这个。希望这能解决你的问题

import pandas as pd
lis = []
data = {
     0: {'id': '2896_926_2', 'name': 'lmn', 'm': 926},

     1: {'id': '23_926_3', 'name': 'abc', 'm': 928}
   }

for key,val in data.iteritems():  
    lis.append(val)
d = pd.DataFrame(lis)
print d

输出--

           id    m name
    0  2896_926_2  926  lmn
    1    23_926_3  928  abc

如果您想 id 作为索引，请添加 set_index

for i,j in data.iteritems():  
    lis.append(j)
d = pd.DataFrame(lis)
d = d.set_index('id')
print d

输出-

              m name
id                  
2896_926_2  926  lmn
23_926_3    928  abc

【讨论】：

【解决方案5】：

import pandas as pd
data={'id': '6576_926_1','name': 'xyz','m': 926,0: {'id': '2896_926_2', 'name': 'lmn', 'm': 926},1: {'id': '23_926_3', 'name': 'abc','m': 928}}    
Id=[]
Name=[]
M=[]
for k,val in data.items():
    if type(val) is dict:
        Id.append(val['id'])
        Name.append(val['name'])
        M.append(val['m'])

df=pd.DataFrame({'Name':Name,'Id':Id,'M':M}) 打印(df)

【讨论】：

正如你提到的，我们可以忽略像 'id': '6576_926_1','name': 'xyz','m': 926 这样的数据并考虑像 - 0: {'id '：'2896_926_2'，'名称'：'lmn'，'m'：926}

【解决方案6】：

mydict = {'id': '6576_926_1',
'name': 'xyz',
'm': 926,

0: {'id': '2896_926_2',
 'name': 'lmn',
 'm': 926},

1: {'id': '23_926_3',
 'name': 'abc',
 'm': 928}}

import pandas as pd
del mydict['id']
del mydict['name']
del mydict['m']
d = pd.DataFrame(mydict).T

【讨论】：

嗨 Samar Dubey，欢迎来到 stackoverflow，良好的代码响应。一个方便的提示，关于您的答案的一些解释将使您的帖子更有价值和被赞成。 =)
感谢@JackDev 的提示。下次我会记住这一点:)
请不要使用dict作为变量名。 dict 是创建字典的保留关键字。通过使用 dict 作为变量名，您正在到处创建错误。
你是绝对正确的，我已经编辑了我的回复。谢谢