إنشاء إطارات بيانات من قواميس ذات أطوال إدخال غير متساوية

في Python، من الممكن إنشاء DataFrame من قاموس حيث يحتوي كل إدخال على مصفوفة Numpy. ومع ذلك، تنشأ التحديات عندما تختلف أطوال المصفوفة بين الإدخالات. بشكل افتراضي، يتطلب Pandas مصفوفات ذات طول موحد، مما يؤدي إلى أخطاء مثل "ValueError: يجب أن تكون المصفوفات كلها بنفس الطول." في هذه المشكلة، يمكننا الاستفادة من قدرة Pandas على استخدام قيم NaN (Not-a-Number) كعناصر نائبة للبيانات المفقودة. من خلال الاستفادة من ذلك، يمكننا إنشاء DataFrame بشكل فعال مع أعمدة ذات أطوال مختلفة.

لتحقيق ذلك، يمكننا تحويل كل إدخال في القاموس إلى سلسلة Pandas، وهي مصفوفة أحادية البعد يمكنها التعامل بسلاسة مع القيم المفقودة. من خلال تغليف عناصر القاموس في تعبير منشئ واستخدام مُنشئ السلسلة، يمكننا إنشاء قاموس لكائنات السلسلة.استيراد الباندا كـ pd استيراد numpy كـ np # نموذج بيانات بأطوال مصفوفة غير متساوية البيانات = { 'أ': np.random.randn(5)، 'ب': np.random.randn(8)، 'ج': np.random.randn(4) } # تحويل عناصر القاموس إلى سلسلة series_dict = dict((k, pd.Series(v)) لـ k, v في data.items()) # إنشاء DataFrame من قاموس السلسلة df = pd.DataFrame(series_dict)

النتيجة:

في [1]: df خارج[1]: أ ب ج 0 1.162543 1.681243 0.191287 1 0.459621 -0.141198 -0.109864 2 -0.866704 -0.128677 -0.511496 3 1.222436 -0.371449 -0.705894 4 -0.980584 1.255133 نان 5 نان -0.351051 نان 6 نان 0.443017 نان 7 NaN -1.053693 NaN

import pandas as pd
import numpy as np

# Sample data with uneven array lengths
data = {
    'A': np.random.randn(5),
    'B': np.random.randn(8),
    'C': np.random.randn(4)
}

# Convert dictionary items to Series
series_dict = dict((k, pd.Series(v)) for k, v in data.items())

# Create DataFrame from the dictionary of Series
df = pd.DataFrame(series_dict)

كما هو واضح، يحتوي DataFrame على قيم مفقودة (NaN) حيث تختلف أطوال المصفوفة، مما يسمح لنا بإنشاء DataFrame بأطوال أعمدة مختلفة من قاموس بأطوال مصفوفة مختلفة.