我目前正在使用 Tweepy 從 Twitter API 中抓取一些用戶//關注者信息。我目前將數據存儲為字典，其中每個鍵都是唯一的 twitter 用戶，值是其關注者的 ID 列表。數據如下所示：{'realDonaldTrump': [ 123456, 123457, 123458, ... ], 'BarackObama' : [ 999990, 999991, 999992, ... ]}我需要的是一個看起來像這樣的數據框：user followerrealDonaldTrump 123456realDonaldTrump 123457realDonaldTrump 123458... ...BarackObama 999990BarackObama 999991BarackObama 999992... ...我已經嘗試過：df = pd.DataFrame.from_dict(followers)但它為每個鍵提供了一個新列，并且不處理不均勻長度的關注者列表。有沒有一種聰明的方法可以將我擁有的字典結構轉換為數據框？或者我應該以不同的方式存儲初始數據？我目前正在使用 Tweepy 從 Twitter API 中抓取一些用戶//關注者信息。我目前將數據存儲為字典，其中每個鍵都是唯一的 twitter 用戶，值是其關注者的 ID 列表。數據如下所示：{'realDonaldTrump': [ 123456, 123457, 123458, ... ], 'BarackObama' : [ 999990, 999991, 999992, ... ]}我需要的是一個看起來像這樣的數據框：user followerrealDonaldTrump 123456realDonaldTrump 123457realDonaldTrump 123458... ...BarackObama 999990BarackObama 999991BarackObama 999992... ...我已經嘗試過：df = pd.DataFrame.from_dict(followers)但它為每個鍵提供了一個新列，并且不處理不均勻長度的關注者列表。有沒有一種聰明的方法可以將我擁有的字典結構轉換為數據框？或者我應該以不同的方式存儲初始數據？
3 回答
慕無忌1623718
TA貢獻1744條經驗 獲得超4個贊
對元組使用列表推導并傳遞給 DataFrame 構造函數：
followers = {'realDonaldTrump': [
123456,
123457
],
'BarackObama' : [
999990,
999991,
999992
]}
df = pd.DataFrame([(k, x) for k, v in followers.items() for x in v],
columns=['user','follower'])
print (df)
user follower
0 realDonaldTrump 123456
1 realDonaldTrump 123457
2 BarackObama 999990
3 BarackObama 999991
4 BarackObama 999992
交互式愛情
TA貢獻1712條經驗 獲得超3個贊
創建一個兼容的字典：
final_dict = {'users':[], 'followers':[]}
for key in followers:
for i in range(len(followers[key])):
final_dict['users'].append(key)
final_dict['followers'].append(followers[key][i])
df = pd.DataFrame.from_dict(final_dict)
輸出：
users followers
0 realDonaldTrump 123456
1 realDonaldTrump 123457
2 realDonaldTrump 123458
3 BarackObama 999990
4 BarackObama 999991
5 BarackObama 999992
守著星空守著你
TA貢獻1799條經驗 獲得超8個贊
import pandas as pd
followers = {
'realDonaldTrump': [123456, 123457, 123458],
'BarackObama': [999990, 999991, 999992]
}
df = pd.DataFrame()
i = 0
for user in followers:
for r in followers[user]:
df.loc[i, 'user'] = user
df.loc[i, 'record'] = r
i = i + 1
print(df)
結果：
user record
0 realDonaldTrump 123456
1 realDonaldTrump 123457
2 realDonaldTrump 123458
3 BarackObama 999990
4 BarackObama 999991
5 BarackObama 999992
添加回答
舉報
0/150
提交
取消