从字典创建 Python DataFrame，其中键是列名，值是行答案

【问题标题】：Create Python DataFrame from dictionary where keys are the column names and values form the row从字典创建 Python DataFrame，其中键是列名，值是行
【发布时间】：2014-10-08 17:31:07
【问题描述】：

我熟悉 python，但对 panda DataFrames 很陌生。我有一本这样的字典：

a={'b':100,'c':300}

我想把它转换成一个DataFrame，其中b和c是列名，第一行是100,300（100在b下面，300在c下面）。我想要一个可以推广到更长的字典的解决方案，包含更多的项目。谢谢！

【问题讨论】：

另见stackoverflow.com/questions/20638006/…

标签： python dictionary pandas

【解决方案1】：

使用列表作为字典中的值。

import pandas as pd
a = {'b':[100,200],'c':[300,400]}
b = pd.DataFrame(a)

In [4]: b
Out[4]: 
     b    c
0  100  300
1  200  400

【讨论】：

【解决方案2】：

将值作为列表传递：

a={'b':[100,],'c':[300,]}
pd.DataFrame(a)

     b    c
0  100  300

或者如果出于某种原因您不想使用列表，请包含索引：

a={'b':100,'c':300}
pd.DataFrame(a, index=['i',])

     b    c
i  100  300

【讨论】：

我在字典列表中插入了几个 pd.np.nan 值。所以列表中的每个元素都是字典。或南。我如何将其转换为数据框？
不确定我是否理解您的问题。我认为这里的方法应该有效，但如果不是，您应该将其作为一个单独的问题发布，以便您可以包含示例数据
我想通了，我改变了它：现在将一个 NaN 填充的 dict 即 listt.append({"key" : pd.np.nan ....}) .. 附加到列表中。 . 而不是直接附加一个 pd.np.nan 对象。