python编程，原生dict类型如何转化为pandas的dataframe？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

pandas库在python编程里面的角色越来越重要，原生的dict类型数据和pandas的dataframe类型之间是如何相互转化的呢？本文中做个简要的探讨。

苏南大叔的“程序如此灵动”博客，这里讲述苏南大叔和计算机代码之间的故事。测试环境：python@3.12.3，pandas@2.2.2，numpy@1.26.4。

前文回顾

定义个dataframe的方式很多，可以参考：

• https://newsn.net/say/pandas-dataframe.html

dataframe类型数据和csv文件的相互转化，可以参考：

• https://newsn.net/say/pandas-dataframe-to_csv.html
• https://newsn.net/say/sklearn-csv.html

numpy和dataframe的相互转化，可以参考：

• https://newsn.net/say/dataframe-ndarray.html

ndarray/list/set/tuple/dict的遍历方式对比：

• https://newsn.net/say/python-for-in.html

可转换的dict

事实上，并不是所有的dict都能转化为dataframe。只有一部分dict类型数据，可以转化为dataframe。

d1 = {'s': "su"}
d2 = {'s': ["su"]}
d3 = {'s': ["su"], 'n': ["nan", "南"]}
d4 = {'s': ["su", "苏"], 'n': ["nan", "南"]}

上面的四个dict中，只有d2和d4这两个dict才能变成dataframe。可以看到：能变成dataframe的dict，它的value都是list，并非普通的string或者int类型。并且每个作为value的list的长度都是相同的。

可能会得到下面的错误信息：

ValueError: If using all scalar values, you must pass an index

ValueError: All arrays must be of the same length

dict强转dataframe【推荐】

强转dataframe总是被优先推荐的，简单明了直接。

import pandas as pd
d = {'s': ["su", "苏"], 'n': ["nan", "南"]}
dd = pd.DataFrame(d)
print(dd)

输出：

    s     n
0   su    nan
1   苏    南

from_dict()默认【推荐】

直接上代码：

import pandas as pd
d = {'s': ["su", "苏"], 'n': ["nan", "南"]}
dd = pd.DataFrame.from_dict(d)
print(dd)
dd = pd.DataFrame.from_dict(d, orient='columns')
print(dd)

输出：

    s     n
0   su    nan
1   苏    南

orient英文解释为：朝向，方向。这里解释为数据的方向，默认为列。

from_dict()索引做列名

from_dict()必然有其它的使用方式，但是，很不符合默认的逻辑。

import pandas as pd
d = {'s': ["su", "苏"], 'n': ["nan", "南"]}
dd = pd.DataFrame.from_dict(d, orient='index')
print(dd)
dd = pd.DataFrame.from_dict(d, orient='index', columns=['r1', 'r2'])
print(dd)

输出：

     0  1
s   su  苏
n  nan  南

    r1 r2
s   su  苏
n  nan  南

from_dict()特殊格式tight

# d = {}
pd.DataFrame.from_dict(d, orient='tight')

这个特殊的tight格式及使用方式，留作以后讨论。

一个小trick

pd.DataFrame.from_dict(d)

直接去掉.from_dict字样，一样能执行成功。当然，一个是类型强转，一个是调用了方法from_dict()。

结语

这个dataframe类型的数据，是使用python处理数据集的时候最常见也是最强大的表现形式，它由pandas这个第三方库提供。更多苏南大叔的python的相关经验文章，请参考：

• https://newsn.net/tag/python/

・

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。