将值是不同长度列表的字典转换为数据框答案

【问题标题】：Convert a dictionary which values are different-length lists into a dataframe将值是不同长度列表的字典转换为数据框
【发布时间】：2019-08-12 16:34:34
【问题描述】：

我有一本字典，其中键是年份，而值是对应的模型。下面是我从字典中打印出来的一段数据。

1975: ['MODEL9808533471'], 
1985: ['MODEL0912768548'], 
1980: ['MODEL1006230072', 'MODEL7898438988'], 
1987: ['MODEL0848444339'], 
1977: ['MODEL7889395724'], 
1962: ['MODEL8686121468'], 
1965: ['MODEL0911532520'],  
2018: ['MODEL1712050002', 'MODEL1712050003', 'MODEL1712050004']

我想要的如下：

                 1962    1965    1975   1977   1980   1985  1987  2018
MODEL9808533471                    1
MODEL0912768548                                         1
MODEL1006230072                                  1
MODEL7898438988                                  1
MODEL0848444339                                               1
MODEL7889395724                           1
MODEL8686121468   1
MODEL0911532520            1
MODEL1712050002                                                     1
MODEL1712050003                                                     1
MODEL1712050004                                                     1

一开始，我认为我们需要循环字典的每个值并构建矩阵。然后 pandas 将输出到一个 csv 文件。
我在 numpy 包中找不到类似的想法，尽管它对于操作矩阵很强大。我在我们的论坛中找到了this link，但列表的长度是相同的。

您知道任何可以帮助我这样做的工具或设施（例如 pandas、numpy 或类似的功能）吗？

谢谢！

【问题讨论】：

标签： python pandas dataframe dictionary matrix

【解决方案1】：

你可以stack和crosstab

假设d 是你的字典，

df = pd.DataFrame(d.values(), index=d.keys()).stack().reset_index(level=0)

df.columns = ['year', 'col']

pd.crosstab(df['col'], df['year'])


year            1962    1965    1975    1977    1980    1985    1987    2018
col                             
MODEL0848444339 0       0       0       0       0       0       1       0
MODEL0911532520 0       1       0       0       0       0       0       0
MODEL0912768548 0       0       0       0       0       1       0       0
MODEL1006230072 0       0       0       0       1       0       0       0
MODEL1712050002 0       0       0       0       0       0       0       1
MODEL1712050003 0       0       0       0       0       0       0       1
MODEL1712050004 0       0       0       0       0       0       0       1
MODEL7889395724 0       0       0       1       0       0       0       0
MODEL7898438988 0       0       0       0       1       0       0       0
MODEL8686121468 1       0       0       0       0       0       0       0
MODEL9808533471 0       0       1       0       0       0       0       0

【讨论】：

感谢您及时发布您的解决方案。这个对我有用。我想到了交叉表，但没有找到任何合适的教程。

【解决方案2】：

完美契合MultiLabelBinarizer from sklearn的用法

from sklearn.preprocessing import MultiLabelBinarizer
s = pd.Series(d)
mlb = MultiLabelBinarizer()
yourdf=pd.DataFrame(mlb.fit_transform(s),columns=mlb.classes_, index=s.index).T
yourdf
Out[121]: 
                 1975  1985  1980  1987  1977  1962  1965  2018
MODEL0848444339     0     0     0     1     0     0     0     0
MODEL0911532520     0     0     0     0     0     0     1     0
MODEL0912768548     0     1     0     0     0     0     0     0
MODEL1006230072     0     0     1     0     0     0     0     0
MODEL1712050002     0     0     0     0     0     0     0     1
MODEL1712050003     0     0     0     0     0     0     0     1
MODEL1712050004     0     0     0     0     0     0     0     1
MODEL7889395724     0     0     0     0     1     0     0     0
MODEL7898438988     0     0     1     0     0     0     0     0
MODEL8686121468     0     0     0     0     0     1     0     0
MODEL9808533471     1     0     0     0     0     0     0     0

或get_dummies

s.apply(','.join).str.get_dummies(',').T
Out[127]: 
                 1975  1985  1980  1987  1977  1962  1965  2018
MODEL0848444339     0     0     0     1     0     0     0     0
MODEL0911532520     0     0     0     0     0     0     1     0
MODEL0912768548     0     1     0     0     0     0     0     0
MODEL1006230072     0     0     1     0     0     0     0     0
MODEL1712050002     0     0     0     0     0     0     0     1
MODEL1712050003     0     0     0     0     0     0     0     1
MODEL1712050004     0     0     0     0     0     0     0     1
MODEL7889395724     0     0     0     0     1     0     0     0
MODEL7898438988     0     0     1     0     0     0     0     0
MODEL8686121468     0     0     0     0     0     1     0     0
MODEL9808533471     1     0     0     0     0     0     0     0

【讨论】：

感谢您的及时答复！两种解决方案都适合我的需要。一个额外的需求：我们如何按时间顺序排列列？
@Tung 你需要一个订单字典