Ошибка здесь - это вызов конструктора DataFrame со скалярными значениями (где он ожидает, что значения будут иметь список / dict / ... т.е. имеют несколько столбцов):
pd.DataFrame(d)
ValueError: If using all scalar values, you must must pass an index
Вы могли бы принять элементы из словаря (т. е. пары ключ-значение):
In [11]: pd.DataFrame(d.items()) # or list(d.items()) in python 3
Out[11]:
0 1
0 2012-07-02 392
1 2012-07-06 392
2 2012-06-29 391
3 2012-06-28 391
...
In [12]: pd.DataFrame(d.items(), columns=['Date', 'DateValue'])
Out[12]:
Date DateValue
0 2012-07-02 392
1 2012-07-06 392
2 2012-06-29 391
Но я думаю, что имеет смысл передать конструктор Серии:
In [21]: s = pd.Series(d, name='DateValue')
Out[21]:
2012-06-08 388
2012-06-09 388
2012-06-10 388
In [22]: s.index.name = 'Date'
In [23]: s.reset_index()
Out[23]:
Date DateValue
0 2012-06-08 388
1 2012-06-09 388
2 2012-06-10 388
В моем случае я хотел, чтобы ключи и значения dict были столбцами и значениями DataFrame. Поэтому единственное, что сработало для меня, было:
data = {'adjust_power': 'y', 'af_policy_r_submix_prio_adjust': '[null]', 'af_rf_info': '[null]', 'bat_ac': '3500', 'bat_capacity': '75'}
columns = list(data.keys())
values = list(data.values())
arr_len = len(values)
pd.DataFrame(np.array(values, dtype=object).reshape(1, arr_len), columns=columns)
Вы также можете просто передать ключи и значения словаря в новый фреймворк данных, например:
import pandas as pd
myDict = {<the_dict_from_your_example>]
df = pd.DataFrame()
df['Date'] = myDict.keys()
df['DateValue'] = myDict.values()
Я столкнулся с этим несколько раз и имею пример словаря, который я создал из функции get_max_Path()
, и он возвращает образец словаря:
{2: 0.3097502930247044,
3: 0.4413177909384636,
4: 0.5197224051562838,
5: 0.5717654946470984,
6: 0.6063959031223476,
7: 0.6365209824708223,
8: 0.655918861281035,
9: 0.680844386645206}
To преобразуйте это в фреймворк данных, я запустил следующее:
df = pd.DataFrame.from_dict(get_max_path(2), orient = 'index').reset_index()
Возвращает простой двухканалный фрейм с отдельным индексом:
index 0
0 2 0.309750
1 3 0.441318
Просто переименуйте столбцы, используя f.rename(columns={'index': 'Column1', 0: 'Column2'}, inplace=True)
При преобразовании словаря в рамку данных pandas, где вы хотите, чтобы ключи были столбцами указанного фрейма данных, а значения были значениями строк, вы можете просто поместить скобки вокруг словаря следующим образом:
new_dict = {'key 1': 1, 'key 2': 2, 'key 3': 3}
In[33]:pd.DataFrame([new_dict])
Out[33]:
key 1 key 2 key 3
0 1 2 3
Это спасло меня от некоторых головных болей, поэтому я надеюсь, что это поможет кому-то!
Принимает аргумент dict в качестве аргумента и возвращает фрейм данных с ключами dict в качестве индекса и значений в качестве столбца.
def dict_to_df(d):
df=pd.DataFrame(d.items())
df.set_index(0, inplace=True)
return df
pd.DataFrame({'date' : dict_dates.keys() , 'date_value' : dict_dates.values() })
Как объясняется в другом ответе, используя pandas.DataFrame()
прямо здесь, вы не будете действовать, как вы думаете.
Что вы можете сделать, это использовать pandas.DataFrame.from_dict
с orient='index'
:
In[7]: pandas.DataFrame.from_dict({u'2012-06-08': 388,
u'2012-06-09': 388,
u'2012-06-10': 388,
u'2012-06-11': 389,
u'2012-06-12': 389,
u'2012-06-13': 389,
u'2012-06-14': 389,
u'2012-06-15': 389,
u'2012-06-16': 389,
u'2012-06-17': 389,
u'2012-06-18': 390,
u'2012-06-19': 390,
u'2012-06-20': 390,
u'2012-06-21': 390,
u'2012-06-22': 390,
u'2012-06-23': 390,
u'2012-06-24': 390,
u'2012-06-25': 391,
u'2012-06-26': 391,
u'2012-06-27': 391,
u'2012-06-28': 391,
u'2012-06-29': 391,
u'2012-06-30': 391,
u'2012-07-01': 391,
u'2012-07-02': 392,
u'2012-07-03': 392,
u'2012-07-04': 392,
u'2012-07-05': 392,
u'2012-07-06': 392}, orient='index')
Out[7]:
0
2012-06-13 389
2012-06-16 389
2012-06-12 389
2012-07-03 392
2012-07-02 392
2012-06-29 391
2012-06-30 391
2012-07-01 391
2012-06-15 389
2012-06-08 388
2012-06-09 388
2012-07-05 392
2012-07-04 392
2012-06-14 389
2012-07-06 392
2012-06-17 389
2012-06-20 390
2012-06-21 390
2012-06-22 390
2012-06-23 390
2012-06-11 389
2012-06-10 388
2012-06-26 391
2012-06-27 391
2012-06-28 391
2012-06-24 390
2012-06-19 390
2012-06-18 390
2012-06-25 391
rename
, чтобы также установить имена столбцов индекса и за один раз?
– Ciprian Tomoiagă
29 January 2017 в 17:28
Передайте элементы словаря в конструктор DataFrame и укажите имена столбцов. После этого проанализируйте столбец Date
, чтобы получить значения Timestamp
.
Обратите внимание на разницу между python 2.x и 3.x:
В python 2.x:
df = pd.DataFrame(data.items(), columns=['Date', 'DateValue'])
df['Date'] = pd.to_datetime(df['Date'])
В Python 3.x: (требуется дополнительный «список»)
df = pd.DataFrame(list(data.items()), columns=['Date', 'DateValue'])
df['Date'] = pd.to_datetime(df['Date'])
PandasError: DataFrame constructor not properly called!
– Chris Nielsen
17 November 2016 в 23:35
df = pd.DataFrame(list(data.items()), columns=['Date', 'DateValue'])
– Viktor Kerkez
22 November 2016 в 12:11
У Pandas есть встроенная функция для преобразования dict в кадр данных.
pd.DataFrame.from_dict (dictionaryObject, orient = 'index')
Для ваших данных вы можете преобразовать его, как показано ниже:
import pandas as pd your_dict={u'2012-06-08': 388, u'2012-06-09': 388, u'2012-06-10': 388, u'2012-06-11': 389, u'2012-06-12': 389, u'2012-06-13': 389, u'2012-06-14': 389, u'2012-06-15': 389, u'2012-06-16': 389, u'2012-06-17': 389, u'2012-06-18': 390, u'2012-06-19': 390, u'2012-06-20': 390, u'2012-06-21': 390, u'2012-06-22': 390, u'2012-06-23': 390, u'2012-06-24': 390, u'2012-06-25': 391, u'2012-06-26': 391, u'2012-06-27': 391, u'2012-06-28': 391, u'2012-06-29': 391, u'2012-06-30': 391, u'2012-07-01': 391, u'2012-07-02': 392, u'2012-07-03': 392, u'2012-07-04': 392, u'2012-07-05': 392, u'2012-07-06': 392} your_df_from_dict=pd.DataFrame.from_dict(your_dict,orient='index') print(your_df_from_dict)
Я думаю, что вы можете внести некоторые изменения в свой формат данных при создании словаря, тогда вы можете легко преобразовать его в DataFrame:
input:
a={'Dates':['2012-06-08','2012-06-10'],'Date_value':[388,389]}
output:
{'Date_value': [388, 389], 'Dates': ['2012-06-08', '2012-06-10']}
input:
aframe=DataFrame(a)
output: будет вашим DataFrame
Вам просто нужно использовать какое-то редактирование текста где-то вроде Sublime или, может быть, Excel .
pandas.core.common.PandasError: DataFrame constructor not properly called!
из первого примера – allthesignals 29 March 2016 в 17:44