参数解析
实例
pandas函数中pandas.DataFrame.from_dict 直接从字典构建DataFrame 。
参数解析DataFrame from_dict（）方法用于将Dict转换为DataFrame对象。 此方法接受以下参数。
data: dict or array like object to create DataFrame.data ：字典或类似数组的对象来创建DataFrame。
orient: The orientation of the data. The allowed values are (‘columns’, ‘index’), default is the ‘columns’. orient ：数据的方向。 允许值为（“列”，“索引”），默认值为“列”。 Specify orient='index' to create the DataFrame using dictionary keys as rows:。 当参数orient为index值时，会将字典的keys作为DataFrame的行。（默认是keys变为列）
columns: a list of values to use as labels for the DataFrame when orientation is ‘index’. If it’s used with columns orientation, ValueError is raised. columns ：当方向为“索引”时，用作DataFrame标签的值的列表。 如果与列方向一起使用，则会引发ValueError 。
实例1）By default the keys of the dict become the DataFrame columns:
默认是将字典的keys作为列
data = {'col_1': [3, 2, 1, 0], 'col_2': ['a', 'b', 'c', 'd']}
pd.DataFrame.from_dict(data)
col_1 col_2
0 3 a
1 2 b
2 1 c
3 0 d
2） Specify orient='index' to create the DataFrame using dictionary keys as rows: 参数orient为index值时，会将字典的keys作为DataFrame的行
data = {'row_1': [3, 2, 1, 0], 'row_2': ['a', 'b', 'c', 'd']}
pd.DataFrame.from_dict(data, orient='index')
0 1 2 3
row_1 3 2 1 0
row_2 a b c d
3） orient为index值时， 可以手动命名列名
pd.DataFrame.from_dict(data, orient='index',
columns=['A', 'B', 'C', 'D'])
A B C D
row_1 3 2 1 0
row_2 a b c d
参考： pandas.DataFrame.from_dict — pandas 1.3.4 documentation
到此这篇关于pandas.DataFrame.from_dict直接从字典构建DataFrame的方法的文章就介绍到这了,更多相关pandas字典构建DataFrame内容请搜索软件开发网以前的文章或继续浏览下面的相关文章希望大家以后多多支持软件开发网！