<\/p>\n
Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para criar um DataFrame do pandas a partir de um dicion\u00e1rio cujas entradas t\u00eam comprimentos diferentes:<\/span><\/p>\n Esta sintaxe converte uma lista de arrays de dicion\u00e1rio em uma lista de s\u00e9ries de pandas.<\/span><\/p>\n Isso nos permite criar um DataFrame do pandas e simplesmente preencher os valores NaN para garantir que cada coluna no DataFrame resultante tenha o mesmo comprimento.<\/span><\/p>\n O exemplo a seguir mostra como usar essa sintaxe na pr\u00e1tica.<\/span><\/p>\n Suponha que temos o seguinte dicion\u00e1rio contendo entradas de diferentes comprimentos:<\/span><\/p>\n Se tentarmos usar a fun\u00e7\u00e3o from_dict()<\/strong> para converter este dicion\u00e1rio em um DataFrame do pandas, receberemos um erro:<\/span><\/p>\n Recebemos um erro informando que todos os arrays no dicion\u00e1rio devem ter o mesmo comprimento.<\/span><\/p>\n Para contornar esse erro, podemos usar a seguinte sintaxe para converter Dicion\u00e1rio em DataFrame:<\/span><\/p>\n Observe que somos capazes de criar um DataFrame do pandas com sucesso e os valores NaN s\u00e3o preenchidos para garantir que cada coluna tenha o mesmo comprimento.<\/span><\/p>\n Se quiser substituir esses valores NaN por outros valores (como zero), voc\u00ea pode usar a fun\u00e7\u00e3o replace()<\/strong> da seguinte maneira:<\/span><\/p>\n Observe que cada valor NaN foi substitu\u00eddo por zero.<\/span><\/p>\n Sinta-se \u00e0 vontade para usar a fun\u00e7\u00e3o replace()<\/strong> para substituir os valores NaN pelo valor que desejar.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras opera\u00e7\u00f5es comuns em pandas:<\/span><\/p>\n Pandas: Como converter um DataFrame em um dicion\u00e1rio<\/a> Voc\u00ea pode usar a seguinte sintaxe b\u00e1sica para criar um DataFrame do pandas a partir de um dicion\u00e1rio cujas entradas t\u00eam comprimentos diferentes: import pandas as pd df = pd. DataFrame (dict([(key, pd. Series (value)) for key, value in some_dict. items ()])) Esta sintaxe converte uma lista de arrays de dicion\u00e1rio em uma lista de […]<\/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":[],"class_list":["post-4245","post","type-post","status-publish","format-standard","hentry","category-guia"],"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 Exemplo: Crie um DataFrame Pandas a partir de um dict com comprimentos diferentes<\/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 Recursos adicionais<\/strong><\/span><\/h2>\n
Pandas: como renomear colunas com um dicion\u00e1rio<\/a>
Pandas: como preencher valores NaN usando um dicion\u00e1rio<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"