时间戳

首页 > 解决方案 > 将字典字典转换为具有数据类型的数据框

python - 将字典字典转换为具有数据类型的数据框

问题描述

将字典字典转换为具有数据类型的数据框的首选方法是什么？

我有以下类型的字典r，其中包含每个键后面的事实集

import pandas as pd

r = { 1:{'a':1,'b':2,'c':'b'},
      2:{'d':1,'b':1,'c':'b'},
      3:{'e':0} }

可以以一种非常简单的方式将这个字典字典转换为数据框

x = pd.DataFrame(r)
x
x.dtypes

这会在原始字典词典上产生以下版本

     1    2    3
a    1  NaN  NaN
b    2    1  NaN
c    b    e  NaN
d  NaN    1  NaN
e  NaN  NaN  0.0

以及列的以下数据类型

1     object
2     object
3    float64
dtype: object

但是，我想在x. 这样做之后

y = x.transpose()
y
y.dtypes

数据的预期表示似乎以矩阵形式显示

     a    b    c    d    e
1    1    2    b  NaN  NaN
2  NaN    1    e    1  NaN
3  NaN  NaN  NaN  NaN    0

但数据类型都是object

a    object
b    object
c    object
d    object
e    object
dtype: object

进行这种转换的首选方法是什么，以便r直接产生数据类型yy.dtypes

a    float64
b    float64
c    object
d    float64
e    float64
dtype: object

类似于转换r为x?

标签： pythonpandasdataframedictionarycolumn-types

解决方案

在pandas>= 1.0.0 中，您可以使用.convert_dtypes()：

>>> y.convert_dtypes().dtypes

a     Int64
b     Int64
c    string
d     Int64
e     Int64
dtype: object

请注意，这使用新的pandas字符串类型，也将pd.NA用于缺失值。有一些参数会影响某些转换：

>>> y.convert_dtypes(convert_string=False).dtypes

a     Int64
b     Int64
c    object
d     Int64
e     Int64
dtype: object

如果你有旧的pandas，你可以使用pd.to_numeric某种循环或apply，如下所示：

>>> y = y.apply(pd.to_numeric, errors='ignore') # for columns that fail, do nothing
>>> y.dtypes

a    float64
b    float64
c     object
d    float64
e    float64
dtype: object

我没有看到一种在没有循环的情况下对整个数据帧强制执行数字类型的方法（.astype()似乎不起作用，因为错误要么导致整个转换失败，要么如果被忽略，则返回原始数据类型）。

我刚刚看到.transpose() 解决这一点的文档：

当 DataFrame 具有混合 dtype 时，我们得到一个带有 object dtype 的转置 DataFrame：

转置混合类型的 DatraFrame 会返回一个对象类型的 DataFrame。为了完整起见，这是他们复制的示例：

d2 = {'name': ['Alice', 'Bob'],
      'score': [9.5, 8],
      'employed': [False, True],
      'kids': [0, 0]}
df2 = pd.DataFrame(data=d2)
df2_transposed = df2.transpose()

print(df2, df2.dtypes, df2_transposed, df2_transposed.dtypes, sep='\n\n')

输出：

    name  score  employed  kids
0  Alice    9.5     False     0
1    Bob    8.0      True     0

#dtypes as expected
name         object
score       float64
employed       bool
kids          int64
dtype: object

              0     1
name      Alice   Bob
score       9.5     8
employed  False  True
kids          0     0

#dtypes are now object
0    object
1    object
dtype: object

因此，如果要转换，则必须包含其他命令。dtypes

推荐阅读