Python中DataFrame与内置数据结构相互转换的实现

作者:古明地觉 时间:2022-12-09 18:17:55 

楔子

pandas 支持我们从 Excel、CSV、数据库等不同数据源当中读取数据,来构建 DataFrame。但有时数据并不来自这些外部数据源,而是来自一个已经存在的 Python 数据结构,比如列表、字典等等。

同理当需要导出 DataFrame 时,也不一定非要写到外部文件里,而是希望生成字典或者列表,那么这个时候该怎么做呢?

所以这就涉及到了 DataFrame 和 Python 内置数据结构之间的相互转换,下面来介绍一些最佳实践,你可以根据实际情况进行选择。

DataFrame 转成内置数据结构

假设有这样一个 DataFrame:

import pandas as pd

df = pd.DataFrame({"name": ["Satori", "Koishi", "Marisa"],
                   "score": [99, 98, 100],
                   "rank": [2, 3, 1]})

print(df)
"""
     name  score  rank
0  Satori     99     2
1  Koishi     98     3
2  Marisa    100     1
"""

那么看看 DataFrame 都提供了哪些方法,以及在转成内置数据结构之后是什么样子?

df.to_records()

将 DataFrame 转成 Numpy 的数组,数组里面是一个个的元组。

print(df.to_records())
"""
[(0, 'Satori',  99, 2) (1, 'Koishi',  98, 3) (2, 'Marisa', 100, 1)]
"""
# 返回的时候将索引也带上了,我们可以去掉
print(df.to_records(index=False))
"""
[('Satori',  99, 2) ('Koishi',  98, 3) ('Marisa', 100, 1)]
"""
# df.to_records 返回的是 numpy 的数组,可以再转成列表
print(df.to_records(index=False).tolist())
"""
[('Satori', 99, 2), ('Koishi', 98, 3), ('Marisa', 100, 1)]
"""

这种数据结构还是很常见的,在工作中经常会用到。但唯一不好的是,字段信息丢失了。

df.to_dict()

将 DataFrame 转成 Python 的字典。

# 返回 Python 的字典,key 是字段名,value 是对应的每一列
print(df.to_dict())
"""
{'name': {0: 'Satori', 1: 'Koishi', 2: 'Marisa'},
 'rank': {0: 2, 1: 3, 2: 1},
 'score': {0: 99, 1: 98, 2: 100}}
"""

# 但这里的 value 有一些问题,就是它把索引也包含在里面了
# 我们可以去掉它
print(
    {k: tuple(v.values()) for k, v in df.to_dict().items()}
)
"""
{'name': ('Satori', 'Koishi', 'Marisa'),
 'rank': (2, 3, 1),
 'score': (99, 98, 100)}
"""

# 当然啦,to_dict() 还可以手动实现
print(
    {col: tuple(df[col]) for col in df.columns}
)
"""
{'name': ('Satori', 'Koishi', 'Marisa'),
 'rank': (2, 3, 1),
 'score': (99, 98, 100)}
"""

这种格式的数据用的就不多了,用得更多的是下一种。

df.to_dict(orient="records")

将 DataFrame 转成 Python 的列表,列表里面是一个个的字典,每个字典代表数据的每一行。

print(df.to_dict(orient="records"))
"""
[{'name': 'Satori', 'rank': 2, 'score': 99},
 {'name': 'Koishi', 'rank': 3, 'score': 98},
 {'name': 'Marisa', 'rank': 1, 'score': 100}]
"""

个人觉得这种数据结构应该用得最多。

DataFrame 生成的数据还有其它格式,这里就不赘述了,常用的就是上面几种。

内置数据结构转成 DataFrame

内置数据结构转成 DataFrame,我们也来介绍几个最常用的场景。

import pandas as pd

data = [{'name': 'Satori', 'rank': 2, 'score': 99},
        {'name': 'Koishi', 'rank': 3, 'score': 98},
        {'name': 'Marisa', 'rank': 1, 'score': 100}]

# 对于这种数据,可以通过 DataFrame 的 from_records 方法
# 列表里的字典代表了 DataFrame 的每一行,每个字典都具有相同的 key
# 而这些 key 则表示 DataFrame 的列
print(pd.DataFrame.from_records(data))
"""
     name  rank  score
0  Satori     2     99
1  Koishi     3     98
2  Marisa     1    100
"""
# 或者更简单的,直接调用 pd.DataFrame 即可
print(pd.DataFrame(data))
"""
     name  rank  score
0  Satori     2     99
1  Koishi     3     98
2  Marisa     1    100
"""
# 如果列表里面的字典,不具备相同的 key,会怎么样呢?
data[2]["length"] = 155
print(pd.DataFrame(data))
"""
     name  rank  score  length
0  Satori     2     99     NaN
1  Koishi     3     98     NaN
2  Marisa     1    100   155.0
"""
# 很简单,会将所有的 key 都考虑在内
# 如果某一行没有指定的 key,那么对应的值就是空

当然数据也可能是这种格式:

import pandas as pd

data = {'2020-01-01': {'name': 'Satori', 'rank': 2, 'score': 99},
        '2020-01-02': {'name': 'Koishi', 'rank': 3, 'score': 98},
        '2020-01-03': {'name': 'Marisa', 'rank': 1, 'score': 100}}

print(pd.DataFrame.from_dict(data, orient="index"))
"""
              name  rank  score
2020-01-01  Satori     2     99
2020-01-02  Koishi     3     98
2020-01-03  Marisa     1    100
"""

最后一种:

import pandas as pd

data = {'name': ['Satori', 'Koishi', 'Marisa'],
        'rank': [2, 3, 1],
        'score': [99, 98, 100]}
# 直接调用 DataFrame 即可
print(pd.DataFrame(data))
"""
     name  rank  score
0  Satori     2     99
1  Koishi     3     98
2  Marisa     1    100
"""

上面就是本文的内容,比较简单。并且相关函数的具体用法,也没有详细说明,只是从工作角度介绍了一些最佳实践。更多内容,可以查看 pandas 的注释。

来源:https://mp.weixin.qq.com/s/24sQbbDzaG15TgBqsvU_Dw

标签:Python,DataFrame,内置,数据
0
投稿

猜你喜欢

  • Python requests.post()方法中data和json参数的使用方法

    2022-10-10 04:25:45
  • PHP和JavaScrip分别获取关联数组的键值示例代码

    2023-06-16 05:30:51
  • python爬虫之模拟登陆csdn的实例代码

    2021-05-04 22:49:47
  • JS通过FSO将unicode字符写入文本

    2009-06-01 12:26:00
  • Vscode编辑器的巧妙用法(快速格式化代码的方法)

    2022-07-02 01:13:33
  • MySQL无法存储Emoji表情问题的解决方法分析

    2024-01-22 00:32:13
  • 编译asp应用程序成为exe文件

    2008-10-23 14:01:00
  • Python中使用kitti数据集实现自动驾驶(绘制出所有物体的行驶轨迹)

    2023-06-27 17:02:54
  • Goland 的安装及激活教程(window、linux下安装)

    2024-05-08 10:51:51
  • python3.5安装python3-tk详解

    2021-01-02 02:15:23
  • ASP.NET页面间的传值的几种方法

    2024-05-11 09:26:52
  • 双向RNN:bidirectional_dynamic_rnn()函数的使用详解

    2022-07-26 17:42:07
  • python实现网络五子棋

    2021-10-16 23:58:17
  • python列表与列表算法详解(2)

    2023-06-10 21:11:10
  • 10个简化PHP开发的工具

    2023-07-14 18:02:05
  • Python统计文本词汇出现次数的实例代码

    2022-01-11 02:13:14
  • python爬取网易云音乐评论

    2021-02-23 11:23:02
  • SQL对时间处理的语句小结

    2011-12-01 07:53:04
  • 使用OpenCV实现人脸图像卡通化的示例代码

    2023-01-03 13:38:49
  • Python3.5多进程原理与用法实例分析

    2021-11-28 14:05:03
  • asp之家 网络编程 m.aspxhome.com