[已解决]求助：关于字典和DataFrame对象的转化

DrWhiter

我有三个字典，他们是这样的：

1. Chinese = {'张三': 89.0, '李四': 95.0, '王五': 93.0, '赵六': 79.0, '刘七': 82.0, '甲': 97.0, '乙': 91.0, '丙': 90.0, '丁': 87.0}
   
2. Maths = {'张三': 98.0, '李四': 99.0, '王五': 81.0, '赵六': 100.0, '刘七': 93.0, '甲': 100.0, '乙': 87.0, '丙': 89.0, '丁': 88.0}
   
3. English = {'张三': 91.0, '李四': 100.0, '王五': 89.0, '赵六': 91.0, '刘七': 95.0, '甲': 97.0, '乙': 93.0, '丙': 94.0, '丁': 100.0}

复制代码

现在我想把他们转化成像下面一样的DataFrame对象：

1.   成绩\姓名  张三   李四  王五   赵六  刘七    甲   乙   丙    丁
   
2. 0    Chinese  89   95  93   79  82   97  91  90   87
   
3. 1    Maths  98   99  81  100  93  100  87  89   88
   
4. 2    English  91  100  89   91  95   97  93  94  100
   

复制代码

我该怎么办？（请忽略字典中的浮点数，把他们看成整型）

最佳答案

月排行榜 / 总排行榜

林小林

2021-5-16 06:53:52

1. import pandas as pd
   
2. 
   
3. Chinese = {'张三': 89.0, '李四': 95.0, '王五': 93.0, '赵六': 79.0, '刘七': 82.0, '甲': 97.0, '乙': 91.0, '丙': 90.0, '丁': 87.0}
   
4. Maths = {'张三': 98.0, '李四': 99.0, '王五': 81.0, '赵六': 100.0, '刘七': 93.0, '甲': 100.0, '乙': 87.0, '丙': 89.0, '丁': 88.0}
   
5. English = {'张三': 91.0, '李四': 100.0, '王五': 89.0, '赵六': 91.0, '刘七': 95.0, '甲': 97.0, '乙': 93.0, '丙': 94.0, '丁': 100.0}
   
6. 
   
7. table = pd.DataFrame()
   
8. table = table.append(Chinese,ignore_index=True)
   
9. table = table.append(Maths,ignore_index=True)
   
10. table = table.append(English,ignore_index=True)
    
11. 
    
12. print(table)

复制代码

这样能满足你的要求吗
输出结果是

1.        丁     丙     乙    刘七    张三     李四    王五      甲     赵六
   
2. 0   87.0  90.0  91.0  82.0  89.0   95.0  93.0   97.0   79.0
   
3. 1   88.0  89.0  87.0  93.0  98.0   99.0  81.0  100.0  100.0
   
4. 2  100.0  94.0  93.0  95.0  91.0  100.0  89.0   97.0   91.0
   

复制代码

若想加入科目名称，并且让datafrmae中顺序和列表中顺序一样，我又改进了一下：

1. import pandas as pd
   
2. 
   
3. Chinese = {'张三': 89.0, '李四': 95.0, '王五': 93.0, '赵六': 79.0, '刘七': 82.0, '甲': 97.0, '乙': 91.0, '丙': 90.0, '丁': 87.0}
   
4. Maths = {'张三': 98.0, '李四': 99.0, '王五': 81.0, '赵六': 100.0, '刘七': 93.0, '甲': 100.0, '乙': 87.0, '丙': 89.0, '丁': 88.0}
   
5. English = {'张三': 91.0, '李四': 100.0, '王五': 89.0, '赵六': 91.0, '刘七': 95.0, '甲': 97.0, '乙': 93.0, '丙': 94.0, '丁': 100.0}
   
6. 
   
7. Chinese.update({'成绩\姓名':'Chinese'})
   
8. Maths.update({'成绩\姓名':'Maths'})
   
9. English.update({'成绩\姓名':'English'})
   
10. 
    
11. title = list(Chinese)
    
12. title.insert(0,title.pop())
    
13. 
    
14. table = pd.DataFrame()
    
15. table = table.append(Chinese,ignore_index=True)
    
16. table = table.append(Maths,ignore_index=True)
    
17. table = table.append(English,ignore_index=True)
    
18. 
    
19. table = table[title]
    
20. print(table)

复制代码

新的输出结果是：

1.      成绩\姓名    张三     李四    王五     赵六    刘七      甲     乙     丙      丁
   
2. 0  Chinese  89.0   95.0  93.0   79.0  82.0   97.0  91.0  90.0   87.0
   
3. 1    Maths  98.0   99.0  81.0  100.0  93.0  100.0  87.0  89.0   88.0
   
4. 2  English  91.0  100.0  89.0   91.0  95.0   97.0  93.0  94.0  100.0

复制代码

跳转到最佳答案楼层

林小林

1. import pandas as pd
   
2. 
   
3. Chinese = {'张三': 89.0, '李四': 95.0, '王五': 93.0, '赵六': 79.0, '刘七': 82.0, '甲': 97.0, '乙': 91.0, '丙': 90.0, '丁': 87.0}
   
4. Maths = {'张三': 98.0, '李四': 99.0, '王五': 81.0, '赵六': 100.0, '刘七': 93.0, '甲': 100.0, '乙': 87.0, '丙': 89.0, '丁': 88.0}
   
5. English = {'张三': 91.0, '李四': 100.0, '王五': 89.0, '赵六': 91.0, '刘七': 95.0, '甲': 97.0, '乙': 93.0, '丙': 94.0, '丁': 100.0}
   
6. 
   
7. table = pd.DataFrame()
   
8. table = table.append(Chinese,ignore_index=True)
   
9. table = table.append(Maths,ignore_index=True)
   
10. table = table.append(English,ignore_index=True)
    
11. 
    
12. print(table)

复制代码

这样能满足你的要求吗
输出结果是

1.        丁     丙     乙    刘七    张三     李四    王五      甲     赵六
   
2. 0   87.0  90.0  91.0  82.0  89.0   95.0  93.0   97.0   79.0
   
3. 1   88.0  89.0  87.0  93.0  98.0   99.0  81.0  100.0  100.0
   
4. 2  100.0  94.0  93.0  95.0  91.0  100.0  89.0   97.0   91.0
   

复制代码

若想加入科目名称，并且让datafrmae中顺序和列表中顺序一样，我又改进了一下：

1. import pandas as pd
   
2. 
   
3. Chinese = {'张三': 89.0, '李四': 95.0, '王五': 93.0, '赵六': 79.0, '刘七': 82.0, '甲': 97.0, '乙': 91.0, '丙': 90.0, '丁': 87.0}
   
4. Maths = {'张三': 98.0, '李四': 99.0, '王五': 81.0, '赵六': 100.0, '刘七': 93.0, '甲': 100.0, '乙': 87.0, '丙': 89.0, '丁': 88.0}
   
5. English = {'张三': 91.0, '李四': 100.0, '王五': 89.0, '赵六': 91.0, '刘七': 95.0, '甲': 97.0, '乙': 93.0, '丙': 94.0, '丁': 100.0}
   
6. 
   
7. Chinese.update({'成绩\姓名':'Chinese'})
   
8. Maths.update({'成绩\姓名':'Maths'})
   
9. English.update({'成绩\姓名':'English'})
   
10. 
    
11. title = list(Chinese)
    
12. title.insert(0,title.pop())
    
13. 
    
14. table = pd.DataFrame()
    
15. table = table.append(Chinese,ignore_index=True)
    
16. table = table.append(Maths,ignore_index=True)
    
17. table = table.append(English,ignore_index=True)
    
18. 
    
19. table = table[title]
    
20. print(table)

复制代码

新的输出结果是：

1.      成绩\姓名    张三     李四    王五     赵六    刘七      甲     乙     丙      丁
   
2. 0  Chinese  89.0   95.0  93.0   79.0  82.0   97.0  91.0  90.0   87.0
   
3. 1    Maths  98.0   99.0  81.0  100.0  93.0  100.0  87.0  89.0   88.0
   
4. 2  English  91.0  100.0  89.0   91.0  95.0   97.0  93.0  94.0  100.0

复制代码

123@321

import pandas as pd
import numpy as np
Chinese = {'张三': 89.0, '李四': 95.0, '王五': 93.0, '赵六': 79.0, '刘七': 82.0, '甲': 97.0, '乙': 91.0, '丙': 90.0, '丁': 87.0}
Maths = {'张三': 98.0, '李四': 99.0, '王五': 81.0, '赵六': 100.0, '刘七': 93.0, '甲': 100.0, '乙': 87.0, '丙': 89.0, '丁': 88.0}
English = {'张三': 91.0, '李四': 100.0, '王五': 89.0, '赵六': 91.0, '刘七': 95.0, '甲': 97.0, '乙': 93.0, '丙': 94.0, '丁': 100.0}
Chinese_mark=np.array(list(Chinese.values())).reshape(1,9)
Maths_mark=np.array(list(Maths.values())).reshape(1,9)
English_mark=np.array(list(English.values())).reshape(1,9)
df1=pd.DataFrame(Chinese_mark,columns=Chinese.keys())
df2=pd.DataFrame(Maths_mark,columns=Chinese.keys())
df3=pd.DataFrame(English_mark,columns=Chinese.keys())
df=pd.concat([df1,df2,df3],ignore_index=True)
subject=['Chinese','Maths','English']
df.insert(0,'成绩/姓名',subject)
print(df)