pandas.DataFrame.from_dict#

classmethod DataFrame.from_dict(data, orient='columns', dtype=None, columns=None)[源代码]#

从类似数组的字典或字典构造DataFrame。

按列或按索引从字典创建DataFrame对象，允许指定数据类型。

参数

dataDICT: 格式为{field：arraylike}或{field：dict}。
orient{‘列’，‘索引’，‘紧凑’}，默认‘列’: 数据的“定向”。如果传递的dict的键应该是结果DataFrame的列，则传递‘Columns’(默认)。否则，如果键应该是行，则传递‘index’。如果“收紧”，则假定为带有键的DICT ['index', 'columns', 'data', 'index_names', 'column_names'] 。

1.4.0 新版功能: 属性的允许值为“Tack” orient 论据
dtype数据类型，默认为无: 要强制的数据类型，否则进行推断。
columns列表，默认为无: 在下列情况下使用的列标签 orient='index' 。与一起使用时引发ValueError orient='columns' 或 orient='tight' 。

退货

DataFrame

参见

DataFrame.from_records: 来自结构化ndarray、元组或字典序列或DataFrame的DataFrame。
DataFrame: 使用构造函数创建DataFrame对象。
DataFrame.to_dict: 将DataFrame转换为词典。

示例

默认情况下，DICT的键成为DataFrame列：

>>> data = {'col_1': [3, 2, 1, 0], 'col_2': ['a', 'b', 'c', 'd']}
>>> pd.DataFrame.from_dict(data)
   col_1 col_2
0      3     a
1      2     b
2      1     c
3      0     d

指定 orient='index' 要使用字典键作为行创建DataFrame，请执行以下操作：

>>> data = {'row_1': [3, 2, 1, 0], 'row_2': ['a', 'b', 'c', 'd']}
>>> pd.DataFrame.from_dict(data, orient='index')
       0  1  2  3
row_1  3  2  1  0
row_2  a  b  c  d

当使用‘index’方向时，可以手动指定列名：

>>> pd.DataFrame.from_dict(data, orient='index',
...                        columns=['A', 'B', 'C', 'D'])
       A  B  C  D
row_1  3  2  1  0
row_2  a  b  c  d

指定 orient='tight' 要使用“紧密”格式创建DataFrame，请执行以下操作：

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

pandas.DataFrame.floordiv

pandas.DataFrame.from_records