熊猫DataFrame自动将错误的值作为索引

Question

我试图从JSON文件创建DataFrames。我有一个名为“ Series_participants”的列表，其中包含此JSON文件的一部分。当我打印它时，我的列表看起来像这样。participantId                                                                1championId                                                                  76stats                        {'item0': 3265, 'item2': 3143, 'totalUnitsHeal...teamId                                                                     100timeline                     {'participantId': 1, 'csDiffPerMinDeltas': {'1...spell1Id                                                                     4spell2Id                                                                    12highestAchievedSeasonTier                                               SILVERdtype: object<class 'list'>在我尝试将此列表转换为这样的DataFrame之后pd.DataFrame(Series_participants)但是，熊猫使用“统计”和“时间轴”的值作为DataFrame的索引。我希望具有自动索引范围（0，...，n）编辑1：   participantId    championId     stats  teamId    timeline    spell1Id  spell2Id  highestAchievedSeasonTier0       1               76         3265     100       NaN          4          12     SILVER我想要一个数据框，其中包含“统计”和“时间轴”列，这些列包含其值的系列，如“系列”显示中一样。我的错误是什么？编辑2：我试图手动创建DataFrame，但是熊猫没有考虑我的选择，最后选择了Series的“ stats”键的索引。这是我的代码：for j in range(0,len(df.participants[0])):    for i in range(0,len(df.participants[0][0])):        Series_participants = pd.Series(df.participants[0][i])        test = {'participantId':Series_participants.values[0],'championId':Series_participants.values[1],'stats':Series_participants.values[2],'teamId':Series_participants.values[3],'timeline':Series_participants.values[4],'spell1Id':Series_participants.values[5],'spell2Id':Series_participants.values[6],'highestAchievedSeasonTier':Series_participants.values[7]}        if j == 0:            df_participants = pd.DataFrame(test)        else:            df_participants.append(test, ignore_index=True)双循环是解析JSON文件的所有“参与者”。

Answer 1

为了提高效率，您应该在构建数据框时尝试操作数据，而不要单独操作。

然而，裂开你的词典键和值可以使用的组合numpy.repeat和itertools.chain。这是一个最小的示例：

df = pd.DataFrame({'A': [1, 2],

                   'B': [{'key1': 'val0', 'key2': 'val9'},

                         {'key1': 'val1', 'key2': 'val2'}],

                   'C': [{'key3': 'val10', 'key4': 'val8'},

                         {'key3': 'val3', 'key4': 'val4'}]})

import numpy as np

from itertools import chain

chainer = chain.from_iterable

lens = df['B'].map(len)

res = pd.DataFrame({'A': np.repeat(df['A'], lens),

                    'B': list(chainer(df['B'].map(lambda x: x.values())))})

res.index = chainer(df['B'].map(lambda x: x.keys()))

print(res)

      A     B

key1  1  val0

key2  1  val9

key1  2  val1

key2  2  val2

Answer 2

根据评论更新：熊猫数据框可以容纳字典，但不建议这样做。

熊猫解释说，您希望每个字典键都有一个索引，然后在它们之间广播单个项目列。

因此，为帮助您解决问题，我建议您将字典中的项目作为列阅读。数据帧通常用于什么并且非常擅长。

示例错误是由于熊猫试图通过键值对读取字典中的错误：

df = pd.DataFrame(columns= ['a', 'b'], index=['a', 'b'])
df.loc['a','a'] = {'apple': 2}

退货

ValueError: Incompatible indexer with Series

每个jpp中的以下注释（使用构造方法时）：

“它们可以容纳任意类型，例如

df.iat[0, 0] = {'apple': 2}

但是，不建议以这种方式使用熊猫。”