Python pandas.DataFrame.from_dict用法及代码示例

用法: classmethod DataFrame.from_dict(data, orient='columns', dtype=None, columns=None)

从 array-like 的字典或字典构造 DataFrame。

通过列或索引从字典创建 DataFrame 对象，允许 dtype 规范。

参数：

data：dict: 形式为 {field: array-like} 或 {field: dict}。
orient：{‘columns’, ‘index’, ‘tight’}，默认 ‘columns’: 数据的“orientation”。如果传递的 dict 的键应该是结果 DataFrame 的列，则传递‘columns’(默认)。否则，如果键应该是行，则传递‘index’。如果‘tight’，假设一个带有键[‘index’, ‘columns’, ‘data’，‘index_names’, ‘column_names’]的字典。
dtype：dtype，默认无: 要强制的数据类型，否则推断。
columns：列表，默认无: orient='index' 时使用的列标签。如果与 orient='columns' 或 orient='tight' 一起使用，则会引发 ValueError。

DataFrame

例子：

默认情况下，dict 的键成为 DataFrame 列：

>>> data = {'col_1': [3, 2, 1, 0], 'col_2': ['a', 'b', 'c', 'd']}
>>> pd.DataFrame.from_dict(data)
   col_1 col_2
0      3     a
1      2     b
2      1     c
3      0     d

指定 orient='index' 以使用字典键作为行来创建 DataFrame：

>>> data = {'row_1': [3, 2, 1, 0], 'row_2': ['a', 'b', 'c', 'd']}
>>> pd.DataFrame.from_dict(data, orient='index')
       0  1  2  3
row_1  3  2  1  0
row_2  a  b  c  d

使用‘index’ 方向时，可以手动指定列名：

>>> pd.DataFrame.from_dict(data, orient='index',
...                        columns=['A', 'B', 'C', 'D'])
       A  B  C  D
row_1  3  2  1  0
row_2  a  b  c  d

指定 orient='tight' 以使用 ‘tight’ 格式创建 DataFrame：

>>> data = {'index': [('a', 'b'), ('a', 'c')],
...         'columns': [('x', 1), ('y', 2)],
...         'data': [[1, 3], [2, 4]],
...         'index_names': ['n1', 'n2'],
...         'column_names': ['z1', 'z2']}
>>> pd.DataFrame.from_dict(data, orient='tight')
z1     x  y
z2     1  2
n1 n2
a  b   1  3
   c   2  4

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.DataFrame.from_dict。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：