python - 解析 Pandas 中的大字符串值

Question

我有一个 .csv，我从中生成了一个数据帧。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在 1 列中包含此内容。我试图解决这个问题，以便数据类型成为列标题，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 行可能具有 DataType1、DataType2 和 DataType3，第 2 行可能具有 DataType2、 DataType4 和 DataType5。理想情况下，我希望输出的列标题包含所有数据类型，无论该行是否有值。所以最终的数据帧将是这样的结构:

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

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。

为了克服错误，您可以迭代该字典并通过解析它来生成 DataFrame。

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

*假设“dict”是您的词典名称。

这样您就可以获得所需的输出。