将多个字典添加到单个 Dataframe 大熊猫中

Question

我有一组通过 for 循环获得的 python 字典。我正在尝试将这些添加到 Pandas Dataframe 中。

名为output的变量的输出

{'name':'Kevin','age':21}
{'name':'Steve','age':31}
{'name':'Mark','age':11}

我正在尝试将这些字典中的每一个附加到单个 Dataframe 中。我尝试执行以下操作，但它只是添加了第一行。

df = pd.DataFrame(output)

任何人都可以就哪里出错并将所有字典添加到数据框提出建议。

循环语句更新

以下代码有助于读取 xml 并将其转换为数据框。现在我看到我能够循环访问多个 xml 文件并为每个 xml 文件创建字典。我正在尝试查看如何将这些字典中的每一个添加到单个数据框：

def f(elem, result):
    result[elem.tag] = elem.text
    cs = elem.getchildren()
    for c in cs:
        result = f(c, result)
    return result

    result = {}
    for file in allFiles:
        tree = ET.parse(file)
        root = tree.getroot()
        result = f(root, result)
        print(result)

Answer 1

您可以将每个字典附加到列表并最后调用DataFrame 构造函数：

out = []
for file in allFiles:
    tree = ET.parse(file)
    root = tree.getroot()
    result = f(root, result)
    out.append(result)
        
df = pd.DataFrame(out)

Answer 2

我们可以将这些字典添加到列表中：

ds = []
for ...:      # your loop
    ds += [d] # where d is one of the dicts

当我们有字典列表时，我们可以简单地在该列表上使用pd.DataFrame：

ds = [
    {'name':'Kevin','age':21},
    {'name':'Steve','age':31},
    {'name':'Mark','age':11}
]
pd.DataFrame(ds)

输出：

    name  age
0  Kevin   21
1  Steve   31
2   Mark   11

更新： 如果不同的字典有不同的键，这不是问题，例如：

ds = [
    {'name':'Kevin','age':21},
    {'name':'Steve','age':31,'location': 'NY'},
    {'name':'Mark','age':11,'favorite_food': 'pizza'}
]
pd.DataFrame(ds)

输出：

   age favorite_food location   name
0   21           NaN      NaN  Kevin
1   31           NaN       NY  Steve
2   11         pizza      NaN   Mark

更新 2： 基于我们之前在Python - Converting xml to csv using Python pandas 中的讨论，我们可以这样做：

results = []
for file in glob.glob('*.xml'):
    tree = ET.parse(file)
    root = tree.getroot()
    result = f(root, {})
    result['filename'] = file # added filename to our results
    results += [result]

pd.DataFrame(results)