Pandasは、データ操作と分析のための強力なPythonライブラリです。多くの場合、Python辞書に格納されたデータをPandas DataFrameに変換して、より簡単に分析する必要があります。この記事では、さまざまな辞書の構造を明確に処理することに重点を置き、この変換を効率的に実行するためのいくつかの方法について説明します。
目次
1. pandas.DataFrame()の直接使用
最も簡単な方法は、辞書をpandas.DataFrame()コンストラクタに直接渡すことです。ただし、結果は辞書の構造に大きく依存します。
シナリオ1：リスト/配列を値とする辞書
これは最も簡単なケースです。各キーは列名になり、対応するリストまたは配列は列のデータになります。
import pandas as pd
data = {'col1': [1, 2, 3], 'col2': [4, 5, 6], 'col3': [7, 8, 9]}
df = pd.DataFrame(data)
print(df)
出力：
col1 col2 col3
0 1 4 7
1 2 5 8
2 3 6 9
シナリオ2：辞書の辞書または辞書のリスト
入れ子になった辞書または辞書のリストの場合、動作が変わります。Pandasは構造を異なる方法で解釈し、内部の辞書が一貫している場合、多くの場合、目的の結果が得られます。
data = [{'col1': 1, 'col2': 4, 'col3': 7}, {'col1': 2, 'col2': 5, 'col3': 8}, {'col1': 3, 'col2': 6, 'col3': 9}]
df = pd.DataFrame(data)
print(df)
これはシナリオ1と同じ出力を生成します。ただし、不整合（キーの欠落）は問題を引き起こす可能性があります。信頼できる結果を得るためには、一貫性のあるデータ構造を確保してください。
2. pandas.DataFrame.from_dict()の利用
from_dict()メソッドは、orientパラメータを使用して、辞書をどのように解釈するかを指定することで、より多くの制御を提供します。
'columns'：上記のシナリオ1に似ています。'index'：キーはインデックスになり、値は単一の列を形成します。'rows'：リスト内の各辞書は行を表します。
data = {'col1': [1, 2, 3], 'col2': [4, 5, 6], 'col3': [7, 8, 9]}
df = pd.DataFrame.from_dict(data, orient='columns')
print(df)
data2 = {'col1': 10, 'col2': 20, 'col3': 30}
df2 = pd.DataFrame.from_dict(data2, orient='index', columns=['Value'])
print(df2)
data3 = [{'col1': 1, 'col2': 4, 'col3': 7}, {'col1': 2, 'col2': 5, 'col3': 8}, {'col1': 3, 'col2': 6, 'col3': 9}]
df3 = pd.DataFrame.from_dict(data3, orient='rows')
print(df3)
3. 不規則な辞書構造への対処
キーまたは値に不一致がある辞書の場合、前処理が不可欠です。以下のような手法を検討してください。
- 欠損値の補完：
fillna()を使用して、欠損値をデフォルト値（例：0またはNaN）で置き換えます。 - データクレンジング：データ型を標準化し、変換前に不整合を処理します。
- データ変換：DataFrameの作成に適したより規則的な形式に辞書を再構成します。
辞書の構造を慎重に考慮し、適切なPandasメソッドを使用することで、分析のためにDataFrameを信頼性が高く効率的に作成できます。