列表的字典到 df答案

【问题标题】：Dict of lists to df列表的字典到 df
【发布时间】：2016-11-17 10:24:22
【问题描述】：

我有一个这样的列表：

    {291840: ['http://www.rollanet.org', 'http://www.rollanet.org'], 
     291841: ['http://www.superpages.com', 'http://www.superpages.com], 
     291848: ['http://www.drscore.com/App/ScoreDr', 'http://www.drscore.com'],...etc }

我想将其转换为两列数据框，一列用于subj_id，另一列用于对应列表。每行将是字典的键，列是使用from_dict 将方向设置为索引的值（列表）。根据文档：“orient：如果键应该是行，则传递‘index’。”

names = ['subj_id', 'URLs']

dfDict = pd.DataFrame(columns = names)
dfDict.from_dict(listDict, orient = 'index')

相反，我得到一个数据框，其中将列表的每个元素作为一列。我只想要两列。一个用于subj_ID，另一个用于与subj_ID 关联的URL 列表。

【问题讨论】：

标签： python pandas dictionary

【解决方案1】：

我认为你需要：

listDict = {291840: ['http://www.rollanet.org', 'http://www.rollanet.org'], 
     291841: ['http://www.superpages.com', 'http://www.superpages.com'], 
     291848: ['http://www.drscore.com/App/ScoreDr', 'http://www.drscore.com']}

names = ['subj_id', 'URLs']

df = pd.DataFrame(listDict).stack().reset_index(drop=True, level=0).reset_index()
df.columns = names
print (df)
   subj_id                                URLs
0   291840             http://www.rollanet.org
1   291841           http://www.superpages.com
2   291848  http://www.drscore.com/App/ScoreDr
3   291840             http://www.rollanet.org
4   291841           http://www.superpages.com
5   291848              http://www.drscore.com

旧答案：

df = pd.DataFrame.from_dict(listDict, orient='index').stack().reset_index(drop=True, level=1)

如果需要在URLs 列中列出，请使用list comprehensions：

df = pd.DataFrame({'subj_id': pd.Series([k for k,v in listDict.items()]),
                   'URLs': pd.Series([v for k,v in listDict.items()])}, columns = names)
print (df)
   subj_id                                               URLs
0   291840  [http://www.rollanet.org, http://www.rollanet....
1   291841  [http://www.superpages.com, http://www.superpa...
2   291848  [http://www.drscore.com/App/ScoreDr, http://ww...

【讨论】：

在我的例子中，每个 URL 列表都有不同的大小。所以用你的代码我得到了错误“ValueError：数组必须都是相同的长度”
jezreals 以前（已删除）的答案适用于不同大小：pd.DataFrame.from_dict(listDict, orient='index').stack().reset_index(drop=True, level=1)跨度>
@Skirrebattie - 谢谢，我添加旧答案

【解决方案2】：

由于我来不及给出 jezrael 的答案，这里有一个有趣的方法：

pd.concat([pd.Series(v, [k] * len(v)) for k, v in listDict.items()]) \
    .rename_axis('subj_id').reset_index(name='urls')

【讨论】：

这是一种可能的方法，但出于我的目的，我想将每个 URL 列表保存在一起以用于其各自的 subj_id