我对 Pandas DataFrame 创建感到困惑

Question

names = ['Name', 'Score', 'State']
df = pd.DataFrame([{'Sam', 19, 'Tamil Naidu'},
                 {'Kari', 10, 'Himachal Pradesh'},
                 {'Sam', 19, 'Tamil Naidu'},
                  {'Samual Dan', 11, 'Haryana'}], columns = names)

我得到的输出不正确。谁能解释一下原因以及可以做什么？

我尝试创建 DF，然后得到如图所示的输出。当我将州名更改为缩写时，它会被放置在正确的位置，如果我完整书写或增加名称的长度，它会进入错误的列。我很困惑它背后的概念是什么以及为什么会发生这种情况。

Answer 1

您使用集合列表作为输入，但集合是无序。

您很可能应该使用列表的列表：

names = ['Name', 'Score', 'State']
df = pd.DataFrame([['Sam', 19, 'Tamil Naidu'],
                   ['Kari', 10, 'Himachal Pradesh'],
                   ['Sam', 19, 'Tamil Naidu'],
                   ['Samual Dan', 11, 'Haryana']],
                  columns=names)

输出：

         Name  Score             State
0         Sam     19       Tamil Naidu
1        Kari     10  Himachal Pradesh
2         Sam     19       Tamil Naidu
3  Samual Dan     11           Haryana

Answer 2

包含集合的列表不能直接转换为数据帧。转换成dataframe的要求是 输入应该是：

1. 二维

   list

2. 或者一个

   dict

   ，其中

   dict

   的每个键的值应该是一个列表

因此，在您目前的情况下，

set

内的每个

list

都可以转换为

sublists

。但问题就在这里：从集合变为列表时，元素的顺序发生了变化。

所以，这里的想法是： 步骤1。列表中的所有集合都应转换为列表

步骤2。使用逻辑标准，子列表内元素的顺序将恢复到原始顺序。

步骤3。转换成数据框

让我们现在就开始吧：

import pandas as pd
names = ['Name', 'Score', 'State']
lst = [{'Sam', 19, 'Tamil Naidu'},
                 {'Kari', 10, 'Himachal Pradesh'},
                 {'Sam', 19, 'Tamil Naidu'},
                  {'Samual Dan', 11, 'Haryana'}]
States = 'Tamil Naidu', 'Himachal Pradesh', 'Haryana'
lst = [list(x) for x in lst]

new_lst = [['a' for x in range(3)] for y in range(4)]

for i,x in enumerate(lst):
    for j, y in enumerate(x):
        if isinstance(y, int):
            new_lst[i][1] = y
        elif y in States:
            new_lst[i][2] = y
        else:
            new_lst[i][0] = y

df = pd.DataFrame(new_lst, columns = names)
print(df)

'''Output:
         Name  Score             State
0         Sam     19       Tamil Naidu
1        Kari     10  Himachal Pradesh
2         Sam     19       Tamil Naidu
3  Samual Dan     11           Haryana
'''