Python：如何使用动态键从字典中动态获取值并将其绘制到 DataFrame？答案

【问题标题】：Python: How to dynamically get values from dictionary with dynamic key and plot it to DataFrame?Python：如何使用动态键从字典中动态获取值并将其绘制到 DataFrame？
【发布时间】：2020-11-23 03:39:49
【问题描述】：

我想从这些字典中创建一个 DataFrame：

ig_dict = {'Instagram': ([{'photos': 2}], [{'videos': 1}])}
tw_dict = {'Twitter': ([{'photos': 3}], [{'videos': 7}], [{'status': 5}])}
fb_dict = {'Facebook': ([{'photos': 1}], [{'videos': 1}], [{'status': 8}])}

这是我想要的 Dataframe 输出：

Dataframe 1: (from ig_dict)
       Instagram
photos         2      
videos         1

Dataframe 2: (from tw_dict)
       Twitter
photos       3      
videos       7      
status       5

Dataframe 3: (from fb_dict)
       Facebook
photos        1      
videos        1      
status        8

目前，我正在使用.from_dict() 方法：

dataframe_to_plot_ig = pd.DataFrame.from_dict({k: v for k, v in ig_dict.items()}, orient='index')
dataframe_to_plot_tw = pd.DataFrame.from_dict({k: v for k, v in tw_dict.items()}, orient='index')
dataframe_to_plot_fb = pd.DataFrame.from_dict({k: v for k, v in fb_dict.items()}, orient='index')

但相反，我在 DataFrame 列上获得了包含键和值的字典。这是当前的输出：

         Instagram
0  [{'photos': 2}]
1  [{'videos': 1}]
           Twitter
0  [{'photos': 3}]
1  [{'videos': 7}]
2  [{'status': 5}]
          Facebook
0  [{'photos': 1}]
1  [{'videos': 1}]
2  [{'status': 8}]

在这种情况下我可以使用什么样的列表理解？

【问题讨论】：

标签： python pandas dataframe dictionary

【解决方案1】：

你可以用这个。

import pandas as pd

def generate_dataframe(in_hash,key=None):
    val = []
    col = []
    for tup in in_hash:
        for lst in in_hash[tup]:
            for inner_key in lst:
                for final_key in inner_key:
                    val += [inner_key[final_key]]
                    col += [final_key]

    df = pd.DataFrame(data=[val],index=[key],columns=col)

    return df


ig_dict = {'Instagram': ([{'photos': 2}], [{'videos': 1}])}

print(generate_dataframe(ig_dict,key='Instagram'))


O/P ---->

           photos  videos
Instagram       2       1

您可以使用通用函数根据提供的密钥创建不同的DataFrame。关键是结构应该是一致的

【讨论】：

今天同事让我改结构.......（参考我上次的编辑），但是你的代码还是可以用的。我可以使用df.T 转置它。