Pandas 将字典列表转换为数据框

在本文中，我们将介绍如何使用Pandas将一个字典列表转换为数据框。通常，在数据科学中，我们需要将一个大的、多维的数据储存为一个数据框以进行更好的数据分析和操作。而将一个字典转换为数据框则是非常常见且常用的操作之一。

阅读更多：Pandas 教程

字典列表和数据框的概述

在Python中，字典是一种储存键值对（key-value pair）的数据结构，可以用来储存各种不同类型的数据。其中，键是唯一的，而值可以是任意类型。下面是一个简单的字典案例：

dict = {"name": "Alice", "age": 20, "city": "New York"}

在数据科学中，我们通常储存的不是一个字典，而是一个包含多个字典的列表。这些字典通常具有相同的键（变量名），不同的值（变量的具体值）。这个字典列表可以理解为一个包含多个观测值和变量的二维数据，与数据框非常相似。此外，数据框还具有许多好处，例如可以对列进行加减乘除等运算、筛选、排序等等。

将一个字典列表转化为数据框

现在我们已经对字典列表和数据框有了更深入的了解，我们就可以开始学习如何编写Python代码来将字典列表转化为数据框。在Pandas中，我们可以使用pandas.DataFrame()函数来实现这个转换，该函数需要传入一个字典列表和标签名称。下面是一个将字典列表转换为数据框的例子：

import pandas as pd

dictionary_list = [
    {"name": "Alice", "age": 20, "city": "New York"},
    {"name": "Bob", "age": 30, "city": "Los Angeles"},
    {"name": "Charlie", "age": 25, "city": "Chicago"}
]

df = pd.DataFrame(dictionary_list, columns=["name", "age", "city"])

在这个例子中，我们首先创建了一个包含三个字典的列表。其中，每个字典都包含了三个变量，分别是姓名（name）、年龄（age）和城市（city）。接着，我们使用pandas.DataFrame()函数将这个列表转换为数据框，并生成name、age和city三个标签。最后，我们储存在一个df变量中的数据框看起来像这样：

      name  age         city
0    Alice   20     New York
1      Bob   30  Los Angeles
2  Charlie   25      Chicago

空值的处理

创建的数据框中，如果字典列表中某些字典中所含的键（变量名）并非全部相同，则在相应的位置上会出现空值（NaN）。我们可以通过参数fillna()来设置这些空值的默认值，例如下面的例子：

df = pd.DataFrame(dictionary_list, columns=["name", "age", "job"]).fillna("Unknown")

在这个例子中，我们将之前的city列改为了job，由于字典列表中并没有名为job的键，所以pandas.DataFrame()函数会在数据框的job列中插入空值。接着，我们使用fillna()函数将这些空值全部替换为Unknown，并且重新生成一个数据框。最终得到的数据框如下：

      name  age       job
0    Alice   20   Unknown
1      Bob   30   Unknown
2  Charlie   25   Unknown

改变数据框中的顺序和排列方式

在数据分析中，经常需要改变数据框中列的顺序和排列方式。在Pandas中，我们可以使用.loc[]函数和.iloc[]函数来实现这个操作。.loc[]函数用于根据标签名（列名）选择一列或多列数据，并根据需要改变它们的顺序。例如：

df.loc[:, ["age", "name", "city"]]

这个函数将返回一个数据框，其中包含所有行和按照"age"、"name"和"city"的顺序重新排列的列。而.iloc[]函数则用于根据位置选择一列或多列数据。例如，以下代码将选择数据框中的第二列和第一列，并根据需要重新排列：

df.iloc[:, [1, 0, 2]]

这两个函数非常实用，因为它们不仅可以改变列的顺序，还可以根据需要对选定的列进行任何其他操作。

从字典中选择特定的数据

有时候，我们可能只需要从一个字典列表中选择特定的键（变量名）储存在数据框中。在这种情况下，我们可以使用Python的列表解析语法来选择指定的键。例如，以下代码将选择名为"name"和"age"的两个键，并生成一个包含这两个键的新字典列表：

new_list = [{k: v for k, v in d.items() if k in ["name", "age"]} for d in dictionary_list]

接着，我们可以将这个新字典列表转换为数据框，并生成"name"和"age"两个标签，如下所示：

df = pd.DataFrame(new_list, columns=["name", "age"])

得到结果如下：

      name  age
0    Alice   20
1      Bob   30
2  Charlie   25

转换数据类型

有时候，从字典列表中生成的数据框中的数据类型并不是我们想要的类型，例如整数会被转换为浮点数。在这种情况下，我们可以使用.astype()函数来手动改变数据类型。例如，以下代码将把"age"列中的浮点数转换为整数：

df["age"] = df["age"].astype(int)

注意，在数据类型转换期间，如果有非数字类型的数据则将会引发错误。因此，在进行数据类型转换之前，必须先对数据进行清理和验证。

总结

本文介绍了如何使用Pandas将一个字典列表转换为数据框，并对如何处理空值、改变数据框中列的顺序和排列方式、从字典中选择特定的数据以及手动转换数据类型进行了说明。将字典列表转换为数据框是数据科学中非常常见而又必要的操作，相信本文对于读者们在数据分析中的工作会有所帮助。