如何将字典转换为 Pandas 数据框？

Pandas 是 Python 数据处理中一个非常重要的库，在数据处理、数据挖掘和机器学习领域有着广泛的应用。而字典是 Python 中结构化的一种数据类型，两者结合起来可以实现快速方便的数据处理。

字典与 Pandas 数据框简介

字典

字典是一种无序的、可变的、以键值对形式存储的数据结构。在 Python 中，可以使用大括号 {} 或者 dict() 函数来创建一个字典，其中键值对之间可以使用冒号 : 来分隔，键值对之间使用逗号 , 来分隔。例如：

my_dict = {'name': 'John', 'age': 28, 'gender': 'Male'}

Pandas 数据框

Pandas 数据框是一种二维表格数据结构，类似于 Excel 中的表格。每个数据框包含一个或多个数据列（也称为变量）和一条或多条数据记录（也称为观测）。Pandas 数据框有许多实用的功能，可以很方便地对数据进行分组、筛选、排序等操作。

将字典转换为 Pandas 数据框

Pandas 提供了一个非常方便的函数 pd.DataFrame()，可以将一个字典转换成一个数据框。这个函数有以下两个常用的参数：

• data：传入要转换的字典。
• index：指定数据框的行索引（即观测编号），可以是一个标量或者一个与字典键相同长度的列表或数组。

我们可以通过如下代码将一个字典转换为 Pandas 数据框：

import pandas as pd 

my_dict = {'name': ['John', 'Emily', 'Steven'], 'age': [28, 29, 30], 'gender': ['Male', 'Female', 'Male']}

df = pd.DataFrame(data=my_dict, index=[1, 2, 3])

print(df)

输出结果如下：

     name  age  gender
1    John   28    Male
2   Emily   29  Female
3  Steven   30    Male

在这个例子中，我们构造了一个包含三个键 （name、age、gender）的字典，每个键对应的值是一个列表，代表了三个用户的姓名、年龄和性别。我们使用 pd.DataFrame() 函数将这个字典转换为了一个数据框，并且指定了行索引为 [1,2,3]。

总结

Pandas 是一个非常强大的数据管理工具，可以借助字典非常方便地将原始数据转换成数据框，从而进行相应的数据探索、转换和计算等操作。