python，在数据框中存储字典

我已经构建了一个在每个单元格中存储简单字典的熊猫数据框。例如：python，在数据框中存储字典

{'Sales':0,'Revenue':0}

我可以从数据帧通过检索特定的值：

df[columnA][index100]['Revenue']

但现在我想从columnA字典绘制所有收入值的图表 - 什么是实现这一目标的最佳方式？

将寿命从长远来看更容易，如果我放弃了字典，而是用两个相同大小的dataframes？（对于熊猫来说，这是非常新奇的，所以不确定最佳做法）。

来源

2013-05-12 Sylvansight

更新：在我与继续功能完美分级指数去年底 - 感谢帮助。 – Sylvansight 2013-12-03 16:46:04

一个简单的方法来从列A是df[columnA].map(lambda v: v['Revenue'])得到所有的收入值。

取决于你在做什么，生命可能确实，如果你调整你的结构有点容易。例如，您可以使用具有“销售额”和“收入”的分层索引作为一个关键级别。

来源

2013-05-12 18:08:57 BrenBarn

谢谢 - 这对我有很大的帮助 – Sylvansight 2013-05-12 18:32:30

对于大多数的使用情况，你这不是一个好主意，存储数据帧字典。
值得一提的另一个数据结构是Panel。

假设你有什么字典的数据框（有相当一致的键）：（！注意有更直接的/最好的方式来构建这个）

In [11]: df = pd.DataFrame([[{'a': 1, 'b': 2}, {'a': 3, 'b': 4}], [{'a': 5, 'b': 6}, {'a': 7, 'b': 8}]], columns=list('AB')) 

In [12]: df 
Out[12]: 
        A     B 
0 {'a': 1, 'b': 2} {'a': 3, 'b': 4} 
1 {'a': 5, 'b': 6} {'a': 7, 'b': 8}

您可以创建一个面板：

In [13]: wp = pd.Panel({'A': df['A'].apply(pd.Series), 'B': df['B'].apply(pd.Series)}) 

In [14]: wp 
Out[14]: 
<class 'pandas.core.panel.Panel'> 
Dimensions: 2 (items) x 2 (major_axis) x 2 (minor_axis) 
Items axis: A to B 
Major_axis axis: 0 to 1 
Minor_axis axis: a to b

节其可以以多种方式来有效地访问作为DataFrames，例如：

In [15]: wp.A 
Out[15]: 
    a b 
0 1 2 
1 5 6 

In [16]: wp.minor_xs('a') 
Out[16]: 
    A B 
0 1 3 
1 5 7 

In [17]: wp.major_xs(0) 
Out[17]: 
    A B 
a 1 3 
b 2 4

所以，你可以做所有的数据帧大熊猫whizziness：

In [18]: wp.A.plot() # easy! 
Out[18]: <matplotlib.axes.AxesSubplot at 0x1048342d0>

也有("experimental") higher dimensional Panels。

来源

2013-05-12 21:18:07

我很想看看N-D实验的结果。我们有我们自己的用于数据处理的n-dim对象，具有不同类型的轴，而且我经常在平面数据框和超立方体之间移动。 – DSM 2013-05-12 21:20:24

谢谢 - 我会与前面提到的提及@BrenBarn – Sylvansight 2013-05-12 21:26:36

这个问题，以及分级指数实验@Sylvansight或许值得分层索引数据框，你可以通过to_panel方法:) – 2013-05-13 09:05:37

python，在数据框中存储字典

回答

相关问题