Как я могу создать фрейм данных Pandas определенным образом? - PullRequest
Новая
       8

Как я могу создать фрейм данных Pandas определенным образом?

0 голосов
/ 05 ноября 2019

Мне нужно создать фрейм данных pandas, который содержит всю необходимую информацию, где каждая строка фрейма данных должна быть одной дорожкой. Мне также нужно отсортировать данные по показателям популярности, чтобы самый популярный трек был вверху, а наименее популярный - внизу. Я пробовал много способов, но они не работали. Ваша помощь очень ценится.

Я делюсь своим вложенным словарем. 

{'Artist name': ['Paramore', 'Weezer', 'Lizzo'],
 'Track name': (['Still into You',
   "Ain't It Fun",
   'Hard Times',
   'Misery Business',
   'The Only Exception',
   'Ignorance',
   'Rose-Colored Boy',
   'Fake Happy',
   "That's What You Get",
   'Brick by Boring Brick'],
  ['Island In The Sun',
   "Say It Ain't So",
   'Buddy Holly',
   'Beverly Hills',
   'Africa',
   'The End of the Game',
   'Hash Pipe',
   'Undone - The Sweater Song',
   'My Name Is Jonas',
   'Take On Me'],
  ['Truth Hurts',
   'Good As Hell',
   'Good As Hell (feat. Ariana Grande) - Remix',
   'Juice',
   'Boys',
   'Tempo (feat. Missy Elliott)',
   'Blame It on Your Love (feat. Lizzo)',
   'Soulmate',
   'Water Me',
   'Like A Girl']),
 'Release date': (['2013-04-05',
   '2013-04-05',
   '2017-05-12',
   '2007-06-11',
   '2009-09-28',
   '2009-09-28',
   '2017-05-12',
   '2017-05-12',
   '2007-06-11',
   '2009-09-28'],
  ['2001-05-15',
   '1994-05-10',
   '1994-05-10',
   '2005-05-10',
   '2019-01-24',
   '2019-09-10',
   '2001-05-15',
   '1994-05-10',
   '1994-05-10',
   '2019-01-24'],
  ['2019-05-03',
   '2016-03-09',
   '2019-10-25',
   '2019-04-19',
   '2019-04-18',
   '2019-04-19',
   '2019-09-13',
   '2019-04-19',
   '2019-04-18',
   '2019-04-19']),
 'Popularity score': ([76, 74, 73, 73, 72, 69, 66, 66, 65, 65],
  [77, 75, 73, 71, 67, 67, 66, 65, 63, 62],
  [94, 90, 86, 84, 72, 78, 68, 72, 58, 71])}

Ответы [ 2 ]

0 голосов
/ 05 ноября 2019

Словари как кадры данных легче обрабатывать, если все значения в парах ключ-значение имеют одинаковый размер, и это может сделать его более простым. Если возможно, я бы немного переформатировал ваш словарь. Например, вложите каждый столбец в художника, чтобы избежать предположений о позициях: 

ex = {'foo':{'title':[1,2],'letter':['a','b']},
      'bar':{'title':[3,4],'letter':['c','d']}, 
      'fob':{'title':[5,6],'letter':['e','f']},
     }

df = []
for key, value in ex.items():
    minidf = pd.DataFrame(value)
    minidf['label'] = key
    df.append(minidf)
pd.concat(df, ignore_index=True)

вернет 

   title letter label
0      1      a   foo
1      2      b   foo
2      3      c   bar
3      4      d   bar
4      5      e   fob
5      6      f   fob
0 голосов
/ 05 ноября 2019

Определенно есть более эффективные способы, но вот решение 

import pandas as pd

def gen_artist_frame(d):
    categories = [c for c in d.keys()]

    for idx, artist in enumerate(d['Artist name']):

        artist_mat = [d[j][idx] for j in categories[1:]]

        artist_frame = pd.DataFrame(artist_mat, index=categories[1:]).T

        artist_frame[categories[0]] = artist

        yield artist_frame

def collapse_nested_artist(d):
    return pd.concat([
        a for a in gen_artist_frame(d)
        ])

d = {'Artist name': ['Paramore', 'Weezer', 'Lizzo'],
 'Track name': (['Still into You',
   "Ain't It Fun",
   'Hard Times',
   'Misery Business',
   'The Only Exception',
   'Ignorance',
   'Rose-Colored Boy',
   'Fake Happy',
   "That's What You Get",
   'Brick by Boring Brick'],
  ['Island In The Sun',
   "Say It Ain't So",
   'Buddy Holly',
   'Beverly Hills',
   'Africa',
   'The End of the Game',
   'Hash Pipe',
   'Undone - The Sweater Song',
   'My Name Is Jonas',
   'Take On Me'],
  ['Truth Hurts',
   'Good As Hell',
   'Good As Hell (feat. Ariana Grande) - Remix',
   'Juice',
   'Boys',
   'Tempo (feat. Missy Elliott)',
   'Blame It on Your Love (feat. Lizzo)',
   'Soulmate',
   'Water Me',
   'Like A Girl']),
 'Release date': (['2013-04-05',
   '2013-04-05',
   '2017-05-12',
   '2007-06-11',
   '2009-09-28',
   '2009-09-28',
   '2017-05-12',
   '2017-05-12',
   '2007-06-11',
   '2009-09-28'],
  ['2001-05-15',
   '1994-05-10',
   '1994-05-10',
   '2005-05-10',
   '2019-01-24',
   '2019-09-10',
   '2001-05-15',
   '1994-05-10',
   '1994-05-10',
   '2019-01-24'],
  ['2019-05-03',
   '2016-03-09',
   '2019-10-25',
   '2019-04-19',
   '2019-04-18',
   '2019-04-19',
   '2019-09-13',
   '2019-04-19',
   '2019-04-18',
   '2019-04-19']),
 'Popularity score': ([76, 74, 73, 73, 72, 69, 66, 66, 65, 65],
  [77, 75, 73, 71, 67, 67, 66, 65, 63, 62],
  [94, 90, 86, 84, 72, 78, 68, 72, 58, 71])}

frame = collapse_nested_artist(d)
...