将 python 字典转换为数据框，其中 dict 值（列表）作为列，如果该列在 dict 列表中，则为 1,0答案

【问题标题】：Convert python dictionary to dataframe with dict values(list) as columns and 1,0 if that column is in dict list将 python 字典转换为数据框，其中 dict 值（列表）作为列，如果该列在 dict 列表中，则为 1,0
【发布时间】：2019-02-07 07:22:08
【问题描述】：

我想从格式为

的字典创建一个数据框

Dictionary_ =  {'Key1': ['a', 'b', 'c', 'd'],'Key2': ['d', 'f'],'Key3': ['a', 'c', 'm', 'n']}

我正在使用

df = pd.DataFrame.from_dict(Dictionary_, orient ='index')

但它会创建自己的列，直到值的最大长度，并将字典的值作为数据帧中的值。

我想要一个 df，其中键作为行，值作为列，如

       a     b      c     d     e     f    m     n 
Key 1  1      1      1    1     0    0    0     0
Key 2  0      0      0    1     0    1    0     0
Key 3  1      0      1    0     0    0    1     1

我可以通过附加 dict 的所有值并创建一个空数据框，其中 dict 键作为行，值作为列，然后遍历每一行以从 dict 获取值并将 1 放在与列匹配的位置，但这会太慢了，因为我的数据有 200 000 行并且 .loc 很慢。我觉得我可以以某种方式使用熊猫假人，但不知道如何在这里应用它。

我觉得会有更聪明的方法来做到这一点。

【问题讨论】：

感谢 anky 以正确的格式编辑问题，这是我的第一个问题，所以我不知道如何正确回答。真的很感激。
没问题，在你的空闲时间你可以通过这个链接：meta.stackexchange.com/questions/22186/…
当然，我会的:)

标签： python pandas dataframe dictionary

【解决方案1】：

如果性能很重要，请使用MultiLabelBinarizer 并通过keys 和values：

from sklearn.preprocessing import MultiLabelBinarizer

mlb = MultiLabelBinarizer()
df = pd.DataFrame(mlb.fit_transform(Dictionary_.values()),
                  columns=mlb.classes_, 
                  index=Dictionary_.keys()))
print (df)
      a  b  c  d  f  m  n
Key1  1  1  1  1  0  0  0
Key2  0  0  0  1  1  0  0
Key3  1  0  1  0  0  1  1

另一种方法，但较慢的是创建Series，然后为strings 创建str.join，最后调用str.get_dummies：

df = pd.Series(Dictionary_).str.join('|').str.get_dummies()
print (df)
      a  b  c  d  f  m  n
Key1  1  1  1  1  0  0  0
Key2  0  0  0  1  1  0  0
Key3  1  0  1  0  0  1  1

输入 DataFrame 的替代方法 - 使用 pandas.get_dummies，但随后需要对每列聚合 max：

df1 = pd.DataFrame.from_dict(Dictionary_, orient ='index')

df = pd.get_dummies(df1, prefix='', prefix_sep='').max(axis=1, level=0)
print (df)
      a  d  b  c  f  m  n
Key1  1  1  1  1  0  0  0
Key2  0  1  0  0  1  0  0
Key3  1  0  0  1  0  1  1

【讨论】：

【解决方案2】：

使用get_dummies:

>>> pd.get_dummies(df).rename(columns=lambda x: x[2:]).max(axis=1, level=0)
      a  d  b  c  f  m  n
Key1  1  1  1  1  0  0  0
Key2  0  1  0  0  1  0  0
Key3  1  0  0  1  0  1  1
>>>

【讨论】：