Erstellen eines Datenrahmens aus einem Wörterbuch mit Arrays unterschiedlicher Länge

Die Herausforderung besteht darin, einen Datenrahmen mit Spalten zu generieren, die aus Numpy-Arrays unterschiedlicher Länge bestehen Aus einem Wörterbuch extrahierte Werte. Um dies zu erreichen, untersuchen wir eine Lösung mit Python.

In Python 3.x und höher kann das folgende Code-Snippet verwendet werden:

import pandas as pd
import numpy as np

# Define a dictionary with key-value pairs representing numpy arrays
d = {
    "A": np.random.randn(10),
    "B": np.random.randn(12),
    "C": np.random.randn(8)
}

# Create a dataframe by converting each key-value pair to a series
df = pd.DataFrame(
    dict([
        (k, pd.Series(v))
        for k, v in d.items()
    ])
)

# Display the resulting dataframe
print(df)

Dieser Code erstellt einen Datenrahmen mit den Spalten „A“, „B“ und „C“, die jeweils entsprechende Numpy-Array-Werte aus dem Wörterbuch enthalten. Wenn Arrays unterschiedliche Längen haben, werden sie automatisch ausgerichtet und die kürzeren Arrays mit NaN-Werten als Auffüllung erweitert.

In Python 2.x ist eine geringfügige Änderung erforderlich:

import pandas as pd
import numpy as np

# Define a dictionary with key-value pairs representing numpy arrays
d = {
    "A": np.random.randn(10),
    "B": np.random.randn(12),
    "C": np.random.randn(8)
}

# Create a dataframe by converting each key-value pair to a series
df = pd.DataFrame(
    dict([
        (k, pd.Series(v))
        for k, v in d.iteritems()
    ])
)

# Display the resulting dataframe
print(df)

In Python 2.x wird die Funktion iteritems() anstelle von items() verwendet, um über Schlüssel-Wert-Paare im Wörterbuch zu iterieren.

Durch die Verwendung dieses Ansatzes Sie können bequem Datenrahmen mit Spalten erstellen, die Arrays unterschiedlicher Länge enthalten, und so sicherstellen, dass die Daten richtig ausgerichtet und verarbeitet werden.