Nilai kamus ke kerangka data python

Bingkai Data Panda. metode from_dict() memungkinkan Anda mengonversi Dict ke objek DataFrame

Kunci dan Nilai Kamus sebagai baris DataFrame

Kunci dan Nilai Kamus sebagai baris DataFrame

Kunci dan Nilai Kamus sebagai baris DataFrame

Kunci ke Kolom DataFrame dan Nilai ke Baris DataFrame

Kunci ke Kolom DataFrame dan Nilai ke Baris DataFrame

Kunci ke Kolom DataFrame dan Nilai ke Baris DataFrame

Kunci ke Baris DataFrame dan Nilai ke kolom DataFrame

Pandas memiliki fitur keren bernama Peta yang memungkinkan Anda membuat kolom baru dengan memetakan nilai kolom bingkai data dengan Kunci Kamus. Mari kita pahami ini dengan sebuah contoh

Buat Bingkai Data

Mari kita mulai dengan membuat kerangka data dari 5 negara teratas dengan populasinya

import pandas as pd
df= pd.DataFrame({'Country':['China','India','USA','Indonesia','Brazil'],'Population':[1403500365,1324171354,                                                                                     322179605,261115456,                                                                                     207652865]})

Buat Kamus

Kamus ini berisi negara-negara dan ibu kota Negara yang sesuai, Di mana negara adalah Kunci dan Ibukota adalah nilainya

country_capital=
{
'Germany':'Berlin',
'Brazil':'Brasília',
'Budapest':'Hungary',
'China':'Beijing',
'India':'New Delhi',
'Norway':'Oslo',
'France':'Paris',
'Indonesia': 'Jakarta',
'USA':'Washington'
}

_

Sekarang kami memiliki kerangka data 5 negara teratas dan populasinya serta kamus yang menyatakan negara sebagai Kunci dan Ibukota Nasionalnya sebagai pasangan nilai. Mari buat kolom baru bernama kapital di bingkai data yang cocok dengan pasangan nilai Kunci dari kolom negara

Buat nilai Kamus Pencocokan Modal Kolom

df['Capital'] = df['Country'].map(country_capital)

Voila. Jadi kami telah membuat kolom baru bernama Ibukota yang memiliki ibu kota negara dari lima negara tersebut menggunakan nilai kamus yang cocok

Peta Juga Menerima Fungsi

Mari gandakan Populasi kerangka data ini dengan 100 dan simpan nilai ini di kolom baru yang disebut sebagai inc_Population

df['inc_Population']=df.Population.map(lambda x: x*100)

Panda Ganti dari Nilai Kamus

Sekarang kita akan melihat bagaimana kita dapat mengganti nilai kolom dengan nilai kamus

Buat Bingkai Data

Mari buat kerangka data dari lima Nama dan Bulan Kelahirannya

df= pd.DataFrame({'Name':['Allan','John','Peter','Brenda','Sandra'],'birth_Month':[5,3,8,12,2]})

_

Buat Kamus Bulan

Mari buat kamus yang berisi nilai Bulan sebagai Kunci dan Nama yang sesuai sebagai Nilai

Month_Values=
{
1:'January',
2:'February',
3:'March',
4:'April',
5:'May',
6:'June',
7:'July',
8:'August',
9:'September',
10:'October',
11:'November',
12:'December'
}

Mengganti

Mari ganti birth_Month dalam kerangka data di atas dengan Nama yang sesuai

df['birth_Month'] = df.birth_Month.replace(country_capital)

_

Kolom Pembaruan Pandas dengan nilai Kamus yang cocok dengan Indeks bingkai data sebagai Kunci

Kami akan menggunakan pembaruan di mana kami harus mencocokkan indeks kerangka data dengan Kunci kamus

Mari gunakan kerangka data di atas dan perbarui kolom bulan_kelahiran dengan nilai kamus di mana kunci dimaksudkan sebagai indeks kerangka data, Jadi untuk indeks kedua 1 akan diperbarui pada Januari dan untuk indeks ketiga i. e. 2 itu akan diperbarui sebagai Februari dan seterusnya

df.birth_Month.update(pd.Series(country_capital))

Tidak ada nilai yang cocok untuk indeks 0 dalam kamus itu sebabnya birth_Month tidak diperbarui untuk baris itu dan semua baris lainnya nilainya diperbarui dari kamus yang cocok dengan indeks kerangka data

pandas adalah salah satu perpustakaan paling populer di ekosistem Python yang digunakan untuk analisis dan manipulasi data dengan cara yang cepat dan efektif dengan menyediakan API yang intuitif dan kuat yang memungkinkan pengembang berinteraksi dengan data

Salah satu tugas paling umum saat bekerja dengan Python dan panda adalah mengonversi kamus menjadi DataFrame. Ini bisa sangat berguna saat Anda ingin melakukan analisis cepat atau bahkan visualisasi data yang saat ini disimpan dalam struktur data kamus

Pada artikel ini, kita akan mengeksplorasi cara mengonversi kamus Python menjadi DataFrame panda dalam beberapa cara berbeda, bergantung pada bagaimana data disusun dan disimpan pada awalnya di dict

Membuat DataFrame panda dari kamus Python

Sekarang untuk membuat DataFrame panda dari kamus Python kita dapat menggunakan metode

import pandas as pd 


users = {
  'fist_name': ['John', 'Andrew', 'Maria', 'Helen'],
  'last_name': ['Brown', 'Purple', 'White', 'Blue'],
  'is_enabled': [True, False, False, True],
  'age': [25, 48, 76, 19]
}


df = pd.DataFrame.from_dict(users)

0 yang digunakan untuk membuat DataFrame dari dict objek mirip array atau dicts

Mari kita buat contoh kamus Python dengan beberapa nilai dummy yang akan kita gunakan di beberapa bagian berikutnya untuk mendemonstrasikan beberapa cara menarik untuk mengubahnya menjadi DataFrame panda

users = {
  'fist_name': ['John', 'Andrew', 'Maria', 'Helen'],
  'last_name': ['Brown', 'Purple', 'White', 'Blue'],
  'is_enabled': [True, False, False, True],
  'age': [25, 48, 76, 19]
}

_

Sekarang dalam kamus contoh ini, kuncinya sesuai dengan kolom DataFrame, sementara setiap elemen dalam daftar sesuai dengan nilai baris untuk kolom tertentu itu. Oleh karena itu, kita dapat (opsional) menentukan

import pandas as pd 


users = {
  'fist_name': ['John', 'Andrew', 'Maria', 'Helen'],
  'last_name': ['Brown', 'Purple', 'White', 'Blue'],
  'is_enabled': [True, False, False, True],
  'age': [25, 48, 76, 19]
}


df = pd.DataFrame.from_dict(users)

1 sama dengan

import pandas as pd 


users = {
  'fist_name': ['John', 'Andrew', 'Maria', 'Helen'],
  'last_name': ['Brown', 'Purple', 'White', 'Blue'],
  'is_enabled': [True, False, False, True],
  'age': [25, 48, 76, 19]
}


df = pd.DataFrame.from_dict(users)

2

"Orientasi" data. Jika kunci dari dict yang diteruskan harus berupa kolom dari DataFrame yang dihasilkan, berikan 'kolom' (default)

— dokumen panda

import pandas as pd 


users = {
  'fist_name': ['John', 'Andrew', 'Maria', 'Helen'],
  'last_name': ['Brown', 'Purple', 'White', 'Blue'],
  'is_enabled': [True, False, False, True],
  'age': [25, 48, 76, 19]
}


df = pd.DataFrame.from_dict(users)

_

Kami baru saja membuat DataFrame panda menggunakan kamus Python

print(df)

  fist_name last_name  is_enabled  age
0      John     Brown        True   25
1    Andrew    Purple       False   48
2     Maria     White       False   76
3     Helen      Blue        True   19

Pendekatan ini hanya berlaku setiap kali data Anda dalam kamus disusun sedemikian rupa sehingga setiap kunci sesuai dengan kolom DataFrame. Apa yang terjadi jika kita malah memiliki struktur yang berbeda?

Mengisi kunci kamus sebagai baris

Sekarang anggaplah kita memiliki kamus yang kuncinya sesuai dengan baris DataFrame yang ingin kita buat

users = {
  'row_1': ['John', 'Brown', True, 25],
  'row_2': ['Andrew', 'Purple', False, 48],
  'row_3': ['Maria', 'White', False, 76],
  'row_4': ['Helen', 'Blue', True, 19],
}

Dalam skenario ini, kita harus menggunakan opsi

import pandas as pd 


users = {
  'fist_name': ['John', 'Andrew', 'Maria', 'Helen'],
  'last_name': ['Brown', 'Purple', 'White', 'Blue'],
  'is_enabled': [True, False, False, True],
  'age': [25, 48, 76, 19]
}


df = pd.DataFrame.from_dict(users)

3 seperti yang ditampilkan dalam cuplikan berikut sehingga setiap pasangan nilai kunci dalam kamus kita diuraikan sebagai baris DataFrame. Namun perhatikan, bahwa saat menggunakan

import pandas as pd 


users = {
  'fist_name': ['John', 'Andrew', 'Maria', 'Helen'],
  'last_name': ['Brown', 'Purple', 'White', 'Blue'],
  'is_enabled': [True, False, False, True],
  'age': [25, 48, 76, 19]
}


df = pd.DataFrame.from_dict(users)

_3, kita harus secara eksplisit menentukan nama kolom saat memanggil metode

import pandas as pd 


users = {
  'fist_name': ['John', 'Andrew', 'Maria', 'Helen'],
  'last_name': ['Brown', 'Purple', 'White', 'Blue'],
  'is_enabled': [True, False, False, True],
  'age': [25, 48, 76, 19]
}


df = pd.DataFrame.from_dict(users)

5

import pandas as pd

users = {
  'row_1': ['John', 'Brown', True, 25],
  'row_2': ['Andrew', 'Purple', False, 48],
  'row_3': ['Maria', 'White', False, 76],
  'row_4': ['Helen', 'Blue', True, 19],
}

cols = ['first_name', 'last_name', 'is_enabled', 'age']
df = pd.DataFrame.from_dict(users, orient='index', columns=cols)

Dan sekali lagi, kami berhasil membuat DataFrame panda dari kamus Python, kali ini dengan mem-parsing setiap pasangan nilai kunci sebagai baris DataFrame

print(df)

      first_name last_name  is_enabled  age
row_1       John     Brown        True   25
row_2     Andrew    Purple       False   48
row_3      Maria     White       False   76
row_4      Helen      Blue        True   19

Seperti yang mungkin Anda perhatikan, setiap kunci juga menjadi indeks DataFrame yang baru diisi. Jika Anda ingin menghilangkannya, Anda dapat melakukannya dengan menjalankan perintah berikut

df.reset_index(drop=True, inplace=True)

Dan indeks sekarang harus diatur ulang

print(df)


  first_name last_name  is_enabled  age
0       John     Brown        True   25
1     Andrew    Purple       False   48
2      Maria     White       False   76
3      Helen      Blue        True   19

Opsi orientasi ketat

Pada panda v1. 4. 0, Anda juga dapat menggunakan opsi

import pandas as pd 


users = {
  'fist_name': ['John', 'Andrew', 'Maria', 'Helen'],
  'last_name': ['Brown', 'Purple', 'White', 'Blue'],
  'is_enabled': [True, False, False, True],
  'age': [25, 48, 76, 19]
}


df = pd.DataFrame.from_dict(users)

_6 saat membuat pandas DataFrames dari kamus Python. Opsi ini mengasumsikan bahwa kamus input memiliki kunci berikut.

import pandas as pd 


users = {
  'fist_name': ['John', 'Andrew', 'Maria', 'Helen'],
  'last_name': ['Brown', 'Purple', 'White', 'Blue'],
  'is_enabled': [True, False, False, True],
  'age': [25, 48, 76, 19]
}


df = pd.DataFrame.from_dict(users)

7,

import pandas as pd 


users = {
  'fist_name': ['John', 'Andrew', 'Maria', 'Helen'],
  'last_name': ['Brown', 'Purple', 'White', 'Blue'],
  'is_enabled': [True, False, False, True],
  'age': [25, 48, 76, 19]
}


df = pd.DataFrame.from_dict(users)

2,

import pandas as pd 


users = {
  'fist_name': ['John', 'Andrew', 'Maria', 'Helen'],
  'last_name': ['Brown', 'Purple', 'White', 'Blue'],
  'is_enabled': [True, False, False, True],
  'age': [25, 48, 76, 19]
}


df = pd.DataFrame.from_dict(users)

9,

print(df)

  fist_name last_name  is_enabled  age
0      John     Brown        True   25
1    Andrew    Purple       False   48
2     Maria     White       False   76
3     Helen      Blue        True   19

0 dan

print(df)

  fist_name last_name  is_enabled  age
0      John     Brown        True   25
1    Andrew    Purple       False   48
2     Maria     White       False   76
3     Helen      Blue        True   19

1

Misalnya, kamus berikut cocok dengan persyaratan ini

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

df = pd.DataFrame.from_dict(data, orient='tight')


print(df)
z1     x  y
z2     1  2
n1 n2      
a  b   1  3
   c   2  4

Pendekatan terakhir ini biasanya berguna untuk membangun MultiIndex DataFrames

Pikiran Akhir

Mengubah kamus Python menjadi pandas DataFrame adalah proses yang sederhana dan mudah. Dengan menggunakan metode

print(df)

  fist_name last_name  is_enabled  age
0      John     Brown        True   25
1    Andrew    Purple       False   48
2     Maria     White       False   76
3     Helen      Blue        True   19

_2 bersama dengan opsi

import pandas as pd 


users = {
  'fist_name': ['John', 'Andrew', 'Maria', 'Helen'],
  'last_name': ['Brown', 'Purple', 'White', 'Blue'],
  'is_enabled': [True, False, False, True],
  'age': [25, 48, 76, 19]
}


df = pd.DataFrame.from_dict(users)

1 yang benar sesuai dengan struktur kamus asli Anda, Anda dapat dengan mudah mengubah data Anda menjadi DataFrame sehingga sekarang Anda dapat melakukan analisis atau transformasi menggunakan API panda

Jadilah anggota dan baca setiap cerita di Medium. Biaya keanggotaan Anda secara langsung mendukung saya dan penulis lain yang Anda baca. Anda juga akan mendapatkan akses penuh ke setiap cerita di Medium

Bagaimana cara mengonversi kamus menjadi DataFrame dengan Python?

Bagaimana cara menambahkan nilai dari kamus ke DataFrame dengan Python?

Bagaimana cara mengonversi daftar kamus ke DataFrame dengan Python?

Bisakah DataFrame dibuat dari kamus?