来自 list/dict/list 的 Pandas DataFrame答案

【问题标题】：Pandas DataFrame from list/dict/list来自 list/dict/list 的 Pandas DataFrame
【发布时间】：2018-02-03 00:17:09
【问题描述】：

我有一些这种形式的数据：

a = [{'table': 'a', 'field':['apple', 'pear']}, 
     {'table': 'b', 'field':['grape', 'berry']}]

我想创建一个如下所示的数据框：

    field table
0   apple     a
1   pear      a
2   grape     b
3   berry     b

当我尝试这个时：

pd.DataFrame.from_records(a)

我明白了：

            field table
0   [apple, pear]     a
1  [grape, berry]     b

我正在使用循环来重构我的原始数据，但我认为必须有一个更直接和更简单的方法。

【问题讨论】：

你如何推断berry c？不应该是b。
@umutto 是正确的 - 我会编辑问题

标签： python pandas

【解决方案1】：

您可以使用列表推导来连接一系列数据帧，每个数据帧对应a 中的每个字典。

>>> pd.concat([pd.DataFrame({'table': d['table'],  # Per @piRSquared for simplification.
                             'field': d['field']})
               for d in a]).reset_index(drop=True)
   field table
0  apple     a
1   pear     a
2  grape     b
3  berry     b

【讨论】：

我喜欢这个！聪明！
这是我使用的解决方案。完美。

【解决方案2】：

选项 1
理解

pd.DataFrame([{'table': d['table'], 'field': f} for d in a for f in d['field']])

   field table
0  apple     a
1   pear     a
2  grape     b
3  berry     b

选项 2
重构

d1 = pd.DataFrame(a)
pd.DataFrame(dict(
    table=d1.table.repeat(d1.field.str.len()),
    field=np.concatenate(d1.field)
)).reset_index(drop=True)

   field table
0  apple     a
1   pear     a
2  grape     b
3  berry     b

选项 3
魔方

pd.DataFrame(a).set_index('table').field.apply(pd.Series) \
    .stack().reset_index('table', name='field').reset_index(drop=True)

  table  field
0     a  apple
1     a   pear
2     b  grape
3     b  berry

【讨论】：

我更喜欢选项 1。鉴于 table 是一个标量，我可以取其值。
选项 3 是一种有趣的方法，尽管我不想在六个月后复习它并问 WTF 我当时有没有写信... (-;
阿门。但是，嘿！这是一条线，必须要考虑一些事情。我听说一条线让事情变得更快，棉花糖尝起来像独角兽。
我喜欢选项 3 :)

【解决方案3】：

或者您可以尝试使用pd.wide_to_long，我确实想使用lreshape，但它没有记录，个人不推荐...T_T

a = [{'table': 'a', 'field':['apple', 'pear']},
     {'table': 'b', 'field':['grape', 'berry']}]
df=pd.DataFrame.from_records(a)

df[['Feild1','Feild2']]=df.field.apply(pd.Series)
pd.wide_to_long(df,['Feild'],'table','lol').reset_index().drop('lol',axis=1).sort_values('table')

Out[74]: 
  table  Feild
0     a  apple
2     a   pear
1     b  grape
3     b  berry

【讨论】：