資料結構
網路
RDBMS
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會科學
時尚學
法律學Python - 將巢狀字典列表轉換為 Pandas 資料框
多次 Python 會從各種來源接收資料，這些來源可以是 CSV、JSON 等不同格式，可以轉換為 Python 列表或字典等。但是若要使用 pandas 等包進行計算或分析，我們需要將此資料轉換為資料框。在本文中，我們將瞭解如何將給定的 Python 列表（其元素是巢狀字典）轉換為 pandas 資料框。
我們首先獲取巢狀字典列表以及從中提取資料行。然後，我們建立一個另一個迴圈，將行追加到新列表中，該列表最初是建立為空的。最後，我們應用 pandas 庫中的 DataFrames 函式來建立資料框。
示例
import pandas as pd
# Given nested dictionary
list = [
{
"Fruit": [{"Price": 15.2, "Quality": "A"},
{"Price": 19, "Quality": "B"},
{"Price": 17.8, "Quality": "C"},
],
"Name": "Orange"
},
{
"Fruit": [{"Price": 23.2, "Quality": "A"},
{"Price": 28, "Quality": "B"}
],
"Name": "Grapes"
}
]
rows = []
# Getting rows
for data in list:
data_row = data['Fruit']
n = data['Name']
for row in data_row:
row['Name'] = n
rows.append(row)
# Convert to data frame
df = pd.DataFrame(rows)
print(df)
執行以上程式碼為我們提供以下結果 −
輸出
Price Quality Name 0 15.2 A Orange 1 19.0 B Orange 2 17.8 C Orange 3 23.2 A Grapes 4 28.0 B Grapes
應用透視表
我們還可以應用 pivot_table 函式來重新組織資料，以便按我們想要的方式整理。
示例
import pandas as pd
# List of nested dictionary initialization
list = [
{
"Fruit": [{"Price": 15.2, "Quality": "A"},
{"Price": 19, "Quality": "B"},
{"Price": 17.8, "Quality": "C"},
],
"Name": "Orange"
},
{
"Fruit": [{"Price": 23.2, "Quality": "A"},
{"Price": 28, "Quality": "B"}
],
"Name": "Grapes"
}
]
#print(list)
rows = []
# appending rows
for data in list:
data_row = data['Fruit']
n = data['Name']
for row in data_row:
row['Name'] = n
rows.append(row)
# using data frame
df = pd.DataFrame(rows)
df = df.pivot_table(index='Name', columns=['Quality'],
values=['Price']).reset_index()
print(df)執行以上程式碼為我們提供以下結果 −
輸出
Name Price Quality A B C 0 Grapes 23.2 28.0 NaN 1 Orange 15.2 19.0 17.8
更新於: 2020 年 12 月 28 日
4K+ 次瀏覽
廣告