将字典转换为以元组为键的数据框

Question

我有一个像这样的字典

df_dict = {(7, 'hello'): {1}, (1, 'fox'): {2}}

我希望将其转换为一个数据框，其中元组的第一部分是行标题，第二部分是列标题。我尝试了以下方法：

doc_df = pd.DataFrame(df_dict, index=[df_dict.keys()[0]], columns = [df_dict.keys()[1]])

但是我遇到了错误 TypeError: 'dict_keys' object does not support indexing

我希望我的数据框看起来像这样：

_ | fox  | hello  
1 | 2    | null  
7 | null | 1

如何索引到键名？

- SharpObject

Answer 1

您收到 TypeError 的原因是 df_dict.keys() 是一个迭代器，它逐个从 dict 中返回键。它返回的元素将是 (7, 'hello') 和 (1, 'fox')，但它不知道这些元素的数量和结构。这个迭代器本身不知道它有多少元素，它们的结构是什么样子，特别地，它没有任何方法通过索引号来访问元素。

现在，您可以使用 itertools.islice 函数从可迭代对象中访问给定编号的元素，但这会舍弃掉前面的所有内容，所以这不是您想要的。

您所询问的问题的答案是，先将它们转换为列表再进行索引：

l = list(df_dict.keys())

然后，您可以使用l[0]、l[1]等等。

但是，即使这样也不是您实际应用所需的。在您的示例中，结果列表将会是：

[(7, 'hello'), (1, 'fox')]

因此，l[0]将是(7,'hello')，而l[1]将是(1,'fox')（或者反过来，因为您不知道键的顺序）。实际上，您想要访问的是(7,1)和('hello'，'fox')，为此您需要使用类似于列表推导式的东西：

[x[0] for x in l] # (7, 1)
[x[1] for x in l] # ('hello', 'fox')

或者您可以将其转换为NumPy数组并对其进行转置。

npl = numpy.array(l) # array([[7, 'hello'], [1, 'fox']])
nplT = npl.T         # array([[7, 1], ['hello', 'fox']])

现在你可以使用nplT [0]等等。

- David Z