বলুন আমার কাছে 10 কী-মান জোড়া নিয়ে একটি অভিধান রয়েছে। প্রতিটি এন্ট্রি একটি অদ্ভুত অ্যারে ধারণ করে। তবে অ্যারের দৈর্ঘ্য তাদের সবার জন্য এক নয় same
যেখানে প্রতিটি কলামে আলাদা আলাদা প্রবেশ রয়েছে সেখানে আমি কীভাবে ডেটাফ্রেম তৈরি করতে পারি?
আমি যখন চেষ্টা করি:
pd.DataFrame(my_dict)আমি পাই:
ValueError: arrays must all be the same lengthএ থেকে উত্তরণের কোনও উপায়? NaNসংক্ষিপ্ত এন্ট্রিগুলির জন্য পান্ডারা সেই কলামগুলিকে প্যাড করতে পেরে খুশি ।
উত্তর:
পাইথন 3.x এ:
In [6]: d = dict( A = np.array([1,2]), B = np.array([1,2,3,4]) )
In [7]: pd.DataFrame(dict([ (k,pd.Series(v)) for k,v in d.items() ]))
Out[7]:
A B
0 1 1
1 2 2
2 NaN 3
3 NaN 4পাইথন ২.x এ:
প্রতিস্থাপন d.items()সঙ্গে d.iteritems()।
pd.Series(...) ( import pandas as pdআমদানি বিভাগে ধরে নেওয়া)
pd.DataFrame({k: pd.Series(l) for k, l in d.items()})
এটি করার একটি সহজ উপায় এখানে:
In[20]: my_dict = dict( A = np.array([1,2]), B = np.array([1,2,3,4]) )
In[21]: df = pd.DataFrame.from_dict(my_dict, orient='index')
In[22]: df
Out[22]:
0 1 2 3
A 1 2 NaN NaN
B 1 2 3 4
In[23]: df.transpose()
Out[23]:
A B
0 1 1
1 2 2
2 NaN 3
3 NaN 4columnsতবে এটি ইতিমধ্যে ডিফল্ট। দেখুন পান্ডাস ডকুমেন্টেশন - pandas.DataFrame.from_dict
আপনার সিনট্যাক্সটি পরিষ্কার রাখার একটি উপায়, তবে এখনও এই অন্যান্য উত্তরগুলির মতো মূলত একই জিনিস করুন যা নীচে রয়েছে:
>>> mydict = {'one': [1,2,3], 2: [4,5,6,7], 3: 8}
>>> dict_df = pd.DataFrame({ key:pd.Series(value) for key, value in mydict.items() })
>>> dict_df
one 2 3
0 1.0 4 8.0
1 2.0 5 NaN
2 3.0 6 NaN
3 NaN 7 NaNতালিকার জন্যও একই ধরণের সিনট্যাক্স উপস্থিত রয়েছে:
>>> mylist = [ [1,2,3], [4,5], 6 ]
>>> list_df = pd.DataFrame([ pd.Series(value) for value in mylist ])
>>> list_df
0 1 2
0 1.0 2.0 3.0
1 4.0 5.0 NaN
2 6.0 NaN NaNতালিকার জন্য অন্য একটি বাক্য গঠন:
>>> mylist = [ [1,2,3], [4,5], 6 ]
>>> list_df = pd.DataFrame({ i:pd.Series(value) for i, value in enumerate(mylist) })
>>> list_df
0 1 2
0 1 4.0 6.0
1 2 5.0 NaN
2 3 NaN NaNআপনাকে অতিরিক্তভাবে ফলাফলটি স্থানান্তর করতে এবং / অথবা কলামের ডেটা টাইপগুলি (ভাসা, পূর্ণসংখ্যা ইত্যাদি) বদলাতে হতে পারে।
যদিও এটি ওপি-র প্রশ্নের সরাসরি উত্তর দেয় না। আমার কাছে অসম বিন্যাসের সময় আমি এটি আমার ক্ষেত্রে একটি দুর্দান্ত সমাধান হিসাবে পেয়েছি এবং আমি এটি ভাগ করতে চাই:
In [31]: d = {'one' : Series([1., 2., 3.], index=['a', 'b', 'c']),
....: 'two' : Series([1., 2., 3., 4.], index=['a', 'b', 'c', 'd'])}
....:
In [32]: df = DataFrame(d)
In [33]: df
Out[33]:
one two
a 1 1
b 2 2
c 3 3
d NaN 4এছাড়াও আপনি ব্যবহার করতে পারেন pd.concatবরাবর axis=1একটি তালিকা সঙ্গে pd.Seriesবস্তু:
import pandas as pd, numpy as np
d = {'A': np.array([1,2]), 'B': np.array([1,2,3,4])}
res = pd.concat([pd.Series(v, name=k) for k, v in d.items()], axis=1)
print(res)
A B
0 1.0 1
1 2.0 2
2 NaN 3
3 NaN 4নিম্নলিখিত দুটি লাইন নিখুঁতভাবে কাজ করে:
pd.DataFrame.from_dict(df, orient='index').transpose() #A
pd.DataFrame(dict([ (k,pd.Series(v)) for k,v in df.items() ])) #B (Better)তবে জুপিটারে% টাইমাইটের সাথে, আমি বি বনাম এ এর জন্য 4x গতির একটি অনুপাত পেয়েছি, যা বিশেষত বিশাল ডেটা সেট (মূলত বিপুল সংখ্যক কলাম / বৈশিষ্ট্য সহ) নিয়ে কাজ করার সময় কার্যকর হয়।
আপনি যদি এটিটি না দেখানোর জন্য চান NaNএবং আপনার দুটি নির্দিষ্ট দৈর্ঘ্য রয়েছে, প্রতিটি অবশিষ্ট কক্ষে একটি 'স্পেস' যুক্ত করাও কাজ করবে।
import pandas
long = [6, 4, 7, 3]
short = [5, 6]
for n in range(len(long) - len(short)):
short.append(' ')
df = pd.DataFrame({'A':long, 'B':short}]
# Make sure Excel file exists in the working directory
datatoexcel = pd.ExcelWriter('example1.xlsx',engine = 'xlsxwriter')
df.to_excel(datatoexcel,sheet_name = 'Sheet1')
datatoexcel.save()
A B
0 6 5
1 4 6
2 7
3 3 আপনার যদি 2 টিরও বেশি দৈর্ঘ্যের এন্ট্রি থাকে তবে অনুরূপ পদ্ধতি ব্যবহার করে এমন কোনও ফাংশন তৈরি করার পরামর্শ দেওয়া হচ্ছে।