从不均匀的数据创建熊猫数据框

Question

我正在使用 python 2.7 中包含年度数据和终身数据的数据集。我有一个存储终身数据的字典，以及一个年度数据的内部 DataFrame。所以它看起来像

Bear1
{'color':'brown',
'grown_size':'7ft',
'stats': df1}
}

数据框“df1”的构建位置如下：

meals      children    territory
4          5              8
2          4              6
5          2              7

我想得到一个矩形的数据框，每一行都有不同的年份数据以及所有的终身统计数据，所以这会变成这样：

color     grow_size    meals      children    territory
brown       7ft        4          5           8
brown       7ft        2          4           6
brown       7ft        5          2           7

我认为这需要类似于 pandas 中的 Series.repeat() 方法，尽管这对我来说还没有用。实现这一目标的最快方法是什么，因为有许多不同年龄的熊！

编辑 不幸的是，我发现我的问题有问题。年度数据已经在数据框内，而不是在字典内！

我为此尝试了以下代码：

 pd.DataFrame.from_dict(bears['bear1'])

'bears['bear1']' 是上面发布的字典，但我收到以下消息：

  File "<stdin>", line 1, in <module>
  File "/Users/masongardner/Library/Python/2.7/lib/python/site-        packages/pandas/core/frame.py", line 226, in __init__
    mgr = self._init_dict(data, index, columns, dtype=dtype)
  File "/Users/masongardner/Library/Python/2.7/lib/python/site-packages/pandas/core/frame.py", line 363, in _init_dict
    dtype=dtype)
  File "/Users/masongardner/Library/Python/2.7/lib/python/site-packages/pandas/core/frame.py", line 5158, in _arrays_to_mgr
    index = extract_index(arrays)
  File "/Users/masongardner/Library/Python/2.7/lib/python/site-packages/pandas/core/frame.py", line 5197, in extract_index    

ValueError: 如果使用所有标量值，则必须传递索引

谢谢！

Answer 1

使用from_dict:

In [20]:
d={'color':'brown',
'grown_size':'7ft',
'stats': {2007:[1,5,7,2],
        2008:[5,3,4,5],
        2009:[5,2,6,7]}
}
pd.DataFrame.from_dict(d)

Out[20]:
      color grown_size         stats
2007  brown        7ft  [1, 5, 7, 2]
2008  brown        7ft  [5, 3, 4, 5]
2009  brown        7ft  [5, 2, 6, 7]

pd.DataFrame(d) 也可以使用

Answer 2

编辑

这是一个简单的方法，可以让一只熊得到你想要的东西。

# recreating your data
d = {'meals':[4,2,5], 'children':[5,4,2], 'territory':[8,6,7]}  
bear1 = {'color':'brown',
        'grown_size':'7ft',
        'stats': DataFrame(d)}


def bear_to_df(bear_dict):
    df = bear_dict['stats']
    for (k,v) in bear_dict.iteritems():
        if k == 'stats':
            pass
        else:
            df[k] = v
    return df

In [32]: bear_to_df(bear1)
Out[32]: 
   children  meals  territory  color grown_size
0         5      4          8  brown        7ft
1         4      2          6  brown        7ft
2         2      5          7  brown        7ft

你有多少只熊？如果你想在同一个 DataFrame 中连接所有熊的数据，请使用 pandas.concat