python - 在 Pandas 中解析大字符串值

Question

我有一个.csv从中生成数据框的。此 csv 具有来自遵循以下格式的系统的原始数据输出：

{"DataType1":"Value","DataType2":"Value","DataType3":"Value",.....}

数据框中的每一行都只有 1 列。我试图打破这一点，以便数据类型成为列标题并且值填充行。另一方面是并非所有行都具有相同的数据类型，有些行具有其他行中可能不存在的附加数据类型。例如，第 1 行可能有DataType1、DataType2和 ，DataType3而第 2 行可能有DataType2、DataType4和DataType5。理想情况下，我希望输出使列标题包含所有数据类型，无论该行是否具有值。所以最终的数据框将是这样的结构：

-------------------------------------------------------------
| DataType1 | DataType2 | DataType3 | DataType4 | DataType5 |
-------------------------------------------------------------
| Value     | Value     | Value     |   NaN     |   NaN     |
-------------------------------------------------------------
|  NaN      |  Value    | NaN       | Value     |  Value    |
-------------------------------------------------------------

标签： pythonpandascsvdataframe

Answer 1

从字典转换时，数据帧遵循以下格式：

dict = {'column 1':[1,2], 'column 2':[3,4], ...}

请注意，每个键中值的长度相同或

pd.DataFrame(dict)

会抛出错误。

要超越错误，您可以遍历 dict 并通过解析它来制作 DataFrame。

pd.DataFrame(dict([(k,pd.Series(v)) for k,v in dict.items() ]))

*假设 'dict' 是您的字典名称。

这样，您将获得所需的输出。