python – 添加元组元素,解析为pandas DataFrame
发布时间:2020-12-20 12:13:59 所属栏目:Python 来源:网络整理
导读:我有几个元组的 Python列表: [(0,61),(1,30),(5,198),(4,(0,200)][(1,72),(2,19),(3,31),192),(6,75)][(3,12),51)]... 创建这些元组中的每一个都使得它们的格式(键,值): 有七个键:0,1,2,3,4,5,6 目标输出是一个pandas DataFrame,每个列都由键命名: impor
我有几个元组的
Python列表:
[(0,61),(1,30),(5,198),(4,(0,200)] [(1,72),(2,19),(3,31),192),(6,75)] [(3,12),51)] ... 创建这些元组中的每一个都使得它们的格式(键,值): 有七个键:0,1,2,3,4,5,6 目标输出是一个pandas DataFrame,每个列都由键命名: import pandas as pd print(df) 0 1 2 3 4 5 6 91 30 0 0 61 198 0 0 72 19 31 192 75 72 51 0 0 12 0 0 0 现在,我在概念上的问题是如果它们的键是相同的,那么如何添加几个元组“值”. 我可以访问给定列表的这些值,例如 mylist = [(0,200)] keys = [x[0] for x in mylist] 和 print(keys) [0,5] 我不确定如何创建,例如密钥字典:值对,我可以加载到pandas DataFrame中 解决方法
您可以先使用groupby为每个元素按键求和,然后使用pandas转换为dataframe.请注意,您必须在求和之前先按键排序.
import pandas as pd from itertools import groupby data = [ [(0,200)],[(1,75)],[(0,71),40),98),21),10),21200)],702),190),310),1092),705)],] # copying example from @PatrickArtnerz solution def group_sum(data): """given list,return dictionary of summation based on initial key""" data_dict = {k: sum(v_[1] for v_ in v) for k,v in groupby(sorted(data,key=lambda x: x[0]),lambda x: x[0])} return data_dict df = pd.DataFrame(list(map(group_sum,data))).fillna(0) (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |