极客教程Pandas 从长度不同的字典创建数据帧
在本文中，我们将介绍如何使用Pandas从一个字典创建数据帧（DataFrame），该字典的键值对中的值具有不同的长度。这里我们还会探讨如何在创建数据帧时处理这些值长度不同的情况。让我们开始吧！
阅读更多：Pandas 教程
什么是数据帧
数据帧是Pandas库的一个核心对象，它是一个二维的、大小可变的表格，其中每列可以是不同的数据类型。可以将它视为类似电子表格或SQL表的对象。
从字典创建数据帧
我们可以使用Pandas从字典对象创建数据帧。在这个字典中，每个键都是列名，每个值都是一个等长的列表或数组，表示数据帧中的一列。现在我们考虑值的长度不一致的情况。
import pandas as pd
data = {'animal': ['cat', 'dog', 'elephant', 'giraffe'],
'legs': [4, 4, 4, 2, 6]}
df = pd.DataFrame.from_dict(data)
print(df)
输出：
animal legs
0 cat 4
1 dog 4
2 elephant 4
3 giraffe 2
在上面的代码中，由于数据字典中’animal’和’legs’的键值对长度不一致，创建数据帧的方式是将键为‘animal’的列自动填充为空值NaN。
如果我们希望在某些未提供值的情况下避免创建NaN数据帧列，我们可以使用Pandas的Series或NumPy的ndarray对象作为值。这允许我们想在前面的思路中一样简单地从字典对象创建数据帧，同时也能够处理值长度不同的情况。
下面的代码演示了如何从字典创建一个数据帧，其中’animal’列中的第一个元素开始，自动填充给定列表中的值，但在列表末尾之前停止。
import numpy as np
data = {'animal': pd.Series(['cat', 'dog', 'elephant'], index=[0, 1, 2]),
'legs': np.array([4, 4, 4]),
'weight': np.array([6.0, 25.0])}
df = pd.DataFrame.from_dict(data)
print(df)
输出：
animal legs weight
0 cat 4 6.0
1 dog 4 25.0
2 elephant 4 NaN
在上面的例子中，我们使用了Pandas的Series和NumPy的ndarray对象。’animal’列的第一项开头，只填充到给定的Series的末尾，即长度为3。对于’weight’列来说，它仅显示第一个值是6.0，然后就是25.0。这是因为我们没有提供够多的值，因此缺失值被填充为NaN。
我们可以通过将字典转换为元组序列（键-值对），并将之传递给Pandas的DataFrame()函数来创建一个数据帧。这是上面的例子的另一种实现：
data = [('cat', 4, 6.0), ('dog', 4, 25.0), ('elephant', 4, np.nan)]
df = pd.DataFrame(data, columns=['animal', 'legs', 'weight'])
print(df)
输出：
animal legs weight
0 cat 4 6.0
1 dog 4 25.0
2 elephant 4 NaN
处理长度不同的值
在字典中有许多键值对中的值具有不同的长度时，指定键值对中的需要作为数据帧的列是很重要的，以确保正确创建数据帧。如果我们不指定列名，如下所示：
data = {'animal': ['cat', 'dog', 'elephant', 'giraffe'],
'attributes': ['four legs', 'four legs', 'big ears', 'long neck']}
df = pd.DataFrame.from_dict(data)
print(df)
输出：
animal attributes
0 cat four legs
1 dog four legs
2 elephant big ears
3 giraffe long neck
在上面的例子中，由于字典有多个键值对中的值具有不同长度，因此Pandas会自动填充值缺失的地方而创建NaN数据帧列。同时，由于我们没有指定列名，因此列名默认分配为数字。
为了避免上述问题，我们应该使用一个list或array构成的元组来创建DataFrame，而不是使用一个字典对象。
data = [('cat', 'four legs'), ('dog', 'four legs'), ('elephant', 'big ears'), ('giraffe', 'long neck')]
df = pd.DataFrame(data, columns=['animal', 'attributes'])
print(df)
输出：
animal attributes
0 cat four legs
1 dog four legs
2 elephant big ears
3 giraffe long neck
在上面的例子中，我们在元组中按顺序提供列名称，并使用它们来创建数据帧。现在，我们创建了一个包含两列的数据帧，而没有任何NaN值。
总结
在此处，我们学习了使用Pandas从字典创建数据帧，并了解了处理长度不同的值和列名问题。我们可以使用Pandas的Series和NumPy的ndarray对象来填充缺失的数据帧列，并且可以通过使用list或array构成的元组来创建DataFrame来规避掉用字典对象带来的不足之处。这些技巧将大大提高我们使用Pandas创建数据框的能力和效率。