Python pandas.DataFrame.from_dict用法及代碼示例

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

從 array-like 的字典或字典構造 DataFrame。

通過列或索引從字典創建 DataFrame 對象，允許 dtype 規範。

參數：

data：dict: 形式為 {field: array-like} 或 {field: dict}。
orient：{‘columns’, ‘index’, ‘tight’}，默認 ‘columns’: 數據的“orientation”。如果傳遞的 dict 的鍵應該是結果 DataFrame 的列，則傳遞‘columns’(默認)。否則，如果鍵應該是行，則傳遞‘index’。如果‘tight’，假設一個帶有鍵[‘index’, ‘columns’, ‘data’，‘index_names’, ‘column_names’]的字典。
dtype：dtype，默認無: 要強製的數據類型，否則推斷。
columns：列表，默認無: orient='index' 時使用的列標簽。如果與 orient='columns' 或 orient='tight' 一起使用，則會引發 ValueError。

DataFrame

例子：

默認情況下，dict 的鍵成為 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' 以使用字典鍵作為行來創建 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’ 方向時，可以手動指定列名：

>>> 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’ 格式創建 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

相關用法

注：本文由純淨天空篩選整理自pandas.pydata.org大神的英文原創作品 pandas.DataFrame.from_dict。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：