<\/p>\n
Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um einen Pandas-DataFrame aus einem W\u00f6rterbuch zu erstellen, dessen Eintr\u00e4ge unterschiedliche L\u00e4ngen haben:<\/span><\/p>\n Diese Syntax konvertiert eine Liste von W\u00f6rterbucharrays in eine Liste von Pandas-Serien.<\/span><\/p>\n Dadurch k\u00f6nnen wir einen Pandas-DataFrame erstellen und einfach die NaN-Werte eingeben, um sicherzustellen, dass jede Spalte im resultierenden DataFrame die gleiche L\u00e4nge hat.<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Angenommen, wir haben das folgende W\u00f6rterbuch mit Eintr\u00e4gen unterschiedlicher L\u00e4nge:<\/span><\/p>\n Wenn wir versuchen, dieses W\u00f6rterbuch mit der Funktion from_dict()<\/strong> in einen Pandas-DataFrame zu konvertieren, erhalten wir eine Fehlermeldung:<\/span><\/p>\n Wir erhalten eine Fehlermeldung, die uns mitteilt, dass alle Arrays im W\u00f6rterbuch dieselbe L\u00e4nge haben m\u00fcssen.<\/span><\/p>\n Um diesen Fehler zu umgehen, k\u00f6nnen wir die folgende Syntax verwenden, um Dictionary in DataFrame zu konvertieren:<\/span><\/p>\n Beachten Sie, dass wir erfolgreich einen Pandas-DataFrame erstellen k\u00f6nnen und die NaN-Werte aufgef\u00fcllt werden, um sicherzustellen, dass jede Spalte die gleiche L\u00e4nge hat.<\/span><\/p>\n Wenn Sie diese NaN-Werte durch andere Werte (z. B. Null) ersetzen m\u00f6chten, k\u00f6nnen Sie die Funktion replace()<\/strong> wie folgt verwenden:<\/span><\/p>\n Beachten Sie, dass jeder NaN-Wert durch Null ersetzt wurde.<\/span><\/p>\n F\u00fchlen Sie sich frei, die Funktion replace()<\/strong> zu verwenden, um die NaN-Werte durch einen beliebigen Wert zu ersetzen.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Vorg\u00e4nge in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n Pandas: So konvertieren Sie einen DataFrame in ein W\u00f6rterbuch<\/a> Sie k\u00f6nnen die folgende grundlegende Syntax verwenden, um einen Pandas-DataFrame aus einem W\u00f6rterbuch zu erstellen, dessen Eintr\u00e4ge unterschiedliche L\u00e4ngen haben: import pandas as pd df = pd. DataFrame (dict([(key, pd. Series (value)) for key, value in some_dict. items ()])) Diese Syntax konvertiert eine Liste von W\u00f6rterbucharrays in eine Liste von Pandas-Serien. Dadurch k\u00f6nnen wir einen […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n import<\/span> pandas as<\/span> pd\n\ndf = pd. DataFrame<\/span> (dict([(key, pd. Series<\/span> (value)) for<\/span> key, value in<\/span> some_dict. items<\/span> ()]))\n<\/strong><\/pre>\n Beispiel: Erstellen Sie einen Pandas DataFrame aus einem Diktat mit unterschiedlichen L\u00e4ngen<\/strong><\/span><\/h2>\n
#create dictionary whose entries have different lengths\n<\/span>some_dict = dict(A=[2, 5, 5, 7, 8], B=[9, 3], C=[4, 4, 2])\n\n#view dictionary\n<\/span>print<\/span> (some_dict)\n\n{'A': [2, 5, 5, 7, 8], 'B': [9, 3], 'C': [4, 4, 2]}\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd<\/span>\n\n#attempt to create pandas DataFrame from dictionary<\/span>\ndf = pd. DataFrame<\/span> . from_dict<\/span> (some_dict)\n\nValueError<\/span> : All arrays must be of the same length\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd<\/span>\n\n#create pandas DataFrame from dictionary<\/span>\ndf = pd. DataFrame<\/span> (dict([(key, pd. Series<\/span> (value)) for<\/span> key, value in<\/span> some_dict. items<\/span> ()]))\n\n#view DataFrame<\/span>\nprint<\/span> (df)\n\n ABC\n0 2 9.0 4.0\n1 5 3.0 4.0\n2 5 NaN 2.0\n3 7 NaN NaN\n4 8 NaN NaN\n<\/strong><\/pre>\n #replace all NaNs with zeros\ndf. replace<\/span> (np. nan<\/span> , 0, inplace= True<\/span> )\n<\/span>\n#view updated DataFrame\nprint<\/span> (df)\n\n ABC\n0 2 9.0 4.0\n1 5 3.0 4.0\n2 5 0.0 2.0\n3 7 0.0 0.0\n4 8 0.0 0.0\n<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
Pandas: So benennen Sie Spalten mit einem W\u00f6rterbuch um<\/a>
Pandas: So f\u00fcllen Sie NaN-Werte mithilfe eines W\u00f6rterbuchs<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"