python - 以元组为键将字典转换为数据框

Question

我有这样的字典

df_dict = {(7, 'hello'): {1}, (1, 'fox'): {2}}

我想将其转换为数据框，其中元组的第一部分是行标题，元组的第二部分是列标题。我试过这个:

doc_df = pd.DataFrame(df_dict, index=[df_dict.keys()[0]], columns = [df_dict.keys()[1]])

但是我得到了错误TypeError: 'dict_keys' object does not support indexing

我希望我的数据框看起来像:

_ | fox  | hello  
1 | 2    | null  
7 | null | 1

如何索引键？

Answer 1

你得到 TypeError 的原因是 df_dict.keys() 是一个迭代器，它通过一。它产生的元素将是 (7, 'hello') 和 (1, 'fox')，但它不会提前“知道”。迭代器本身不知道它有多少元素或这些元素可能具有什么样的结构，特别是它没有任何方法可以通过索引号访问元素。

现在，您可以使用 itertools.islice 函数从 iterable 访问给定编号的元素，但它涉及丢弃之前出现的所有内容。所以这不是你想要的。

您问的问题的答案是如何索引键，首先是将它们转换成列表:

l = list(df_dict.keys())

然后你可以使用l[0]和l[1]等等。

但即使那样也不是您的应用程序实际需要的。在您的示例中，结果列表将是

[(7, 'hello'), (1, 'fox')]

因此 l[0] 将是 (7, 'hello') 而 l[1] 将是 (1 , 'fox') (或反之亦然，因为您不知道 key 的输出顺序)。您实际想要访问的是 (7, 1) 和 ('hello', 'fox')，为此您需要使用类似列表推导的内容:

[x[0] for x in l] # (7, 1)
[x[1] for x in l] # ('hello', 'fox')

或者您可以将其转换为 NumPy 数组并进行转置。

npl = numpy.array(l) # array([[7, 'hello'], [1, 'fox']])
nplT = npl.T         # array([[7, 1], ['hello', 'fox']])

现在您可以使用 nplT[0] 等等。