将字典上的迭代转换为熊猫数据框

问题描述：

我已经使用条件语句（未显示）从2个输入文件生成了2个字典。然后，我打算使用这两本字典来确定重叠值。然后，我想直接使用迭代的输出作为熊猫数据框。为此，我首先将iteration/for循环输出到一个文件（Output.xls）中，然后将该文件作为pandas数据框读取。虽然这很好，但我想知道是否有一种方法可以直接将迭代中的'newline'用作空熊猫数据框的输入。除了dataFrame.from_dict之外，我找不到Python上的选项。然而，这需要1个字典，但我有多个字典，我正在联合在一起，以及我正在使用的其他变量。将字典上的迭代转换为熊猫数据框

 
exp1_dict.items() is: 
[('lnc3', ['SPATA1', 'AHNAK', 'FGG', 'ERAP1', 'HZ', 'SAASDAS', 'NLRC5', 'HUWE1']), ('lnc2', ['SPATA1', 'FGG', 'TMEM68', 'ATP6AP', 'HUWE1']), ('lnc1', ['SPATA1', 'AHNAK', 'FGG', 'TMEM68', 'ERAP1', 'ATP6AP', 'SAASDAS', 'RAD17', 'HUWE1'])] 

exp2_dict.items() is: 
[('lnc3', ['SPATA1', 'AHNAK', 'TMEM68', 'ERAP1', 'HZ', 'RAD17', 'NLRC5', 'HUWE1']), ('lnc2', ['SPATA1', 'FGG', 'ERAP1', 'HZ']), ('lnc1', ['SPATA1', 'AHNAK', 'FGG', 'TMEM68', 'ERAP1', 'HZ', 'ATP6AP', 'RAD17']), ('lnc4', ['ERAP1', 'PRSS16', 'HZ', 'NLRC5'])]

遍历字典，并产生 '换行' 的代码是：

out.close() 
new_input=pd.read)table("Output.xls", index_col=0)

代替创建：

out = open("Output.xls", "w") #generates an empty output file 
out.write('Header1\tHeader2\tHeader3\tHeader4\tHeader5\tHeader6\tHeader7\tHeader8\tHeader9\tHeader10\tHeader11\n')#Adds header to output file 

intersection_dict={} #empty intersection header 
for key, value1 in exp1_dict.items(): #reiterates over the 2 dictionaries 
     if key in exp2_dict.keys(): 
       intersection_dict[key]=list(set(value1).intersection(exp2_dict[key])) 
       newline=key, str(f_exp1_dict[key]), str(f_exp2_dict[key]), str('|'.join(value1)), str(len(exp1_dict[key])), str(len(exp1_corr.index)), str('|'.join(exp2_dict[key])), str(len(exp2_dict[key])), str(len(exp2_corr.index)), str('|'.join(intersection_dict[key])), str(len(intersection_dict[key])) 
       out.write('\t'.join(newline)+'\n')

我然后使用熊猫数据帧读出的文件Output.xls一个输出文件然后输入它作为一个熊猫数据框，我想知道是否有一种方法来写一个空的熊猫数据框“空行”上面的头直接上面。

的Output.xls文件看起来是这样的：

 
Header1 Header2 Header3 Header4 Header5 Header6 Header7 Header8 Header9 Header10 Header11 
lnc3 4 4 SPATA1|AHNAK|FGG|ERAP1|HZ|SAASDAS|NLRC5|HUWE1 8 12 SPATA1|AHNAK|TMEM68|ERAP1|HZ|RAD17|NLRC5|HUWE1 8 12 HZ|ERAP1|AHNAK|HUWE1|NLRC5|SPATA1 6 
lnc2 2 3 SPATA1|FGG|TMEM68|ATP6AP|HUWE1 5 12 SPATA1|FGG|ERAP1|HZ 4 12 SPATA1|FGG 2 
lnc1 1.5 2 SPATA1|AHNAK|FGG|TMEM68|ERAP1|ATP6AP|SAASDAS|RAD17|HUWE1 9 12 SPATA1|AHNAK|FGG|TMEM68|ERAP1|HZ|ATP6AP|RAD17 8 12 ERAP1|RAD17|AHNAK|TMEM68|ATP6AP|SPATA1|FGG 7

几乎可以肯定，有一个简单的方法可以做到这一点。然而，我很不清楚输入是什么样的。如果问题简化了，我会更容易帮忙。 – piRSquared

@piRSquared thx评论。我已经添加了上面的字典。我希望有所帮助。 – BioProgram

我认为这是Python 3？另外，什么是'f_exp1_dict'和'f_exp2_dict'？ – Alexander

答

创建列表然后您可以用它来创建你的数据帧列表：

df = [] 
for key, value1 in exp1_dict.iteritems(): 
    if key in exp2_dict: 
     dict_union = list(set(value1).intersection(exp2_dict[key])) 
     col1 = key 
     col2 = str(f_exp1_dict[key]) 
     col2 = str(f_exp2_dict[key]) 
     col3 = str('|'.join(value1)) 
     col4 = str(len(exp1_dict[key])) 
     col5 = str(len(exp1_corr.index)) 
     col6 = str('|'.join(exp2_dict[key])) 
     col7 = str(len(exp2_dict[key])) 
     col8 = str(len(exp2_corr.index)) 
     col9 = str('|'.join(dict_union)) 
     col10 = str(dict_union) 
     df.append([col1, col2, col3, col4, col5, col6, col7, col8, col9, col10]) 

df = pd.DataFrame(df)

谢谢你的工作，为我所用的数据框添加列名：df.columns = ['Header1'，'Header2'......'Header10'] – BioProgram

答

搞清楚什么样亚历山大带来了f_exp1_dict所有的失位是耗时和令人沮丧。但是你可能会发现下面的代码很有用。您必须修改以包含所有其他字符串。

exp1_df = pd.DataFrame([[k, v] for k, v in exp1_dict.items()], columns=['Header1', 'Header4']).set_index('Header1') 
exp2_df = pd.DataFrame([[k, v] for k, v in exp2_dict.items()], columns=['Header1', 'Header7']).set_index('Header1') 

newlines = pd.concat([exp1_df, exp2_df], axis=1).dropna(subset=['Header4'])

exp1_df看起来像

            Header4 
Header1             
lnc3  [SPATA1, AHNAK, FGG, ERAP1, HZ, SAASDAS, NLRC5... 
lnc2     [SPATA1, FGG, TMEM68, ATP6AP, HUWE1] 
lnc1  [SPATA1, AHNAK, FGG, TMEM68, ERAP1, ATP6AP, SA...

exp2_df看起来像

            Header7 
Header1             
lnc3  [SPATA1, AHNAK, TMEM68, ERAP1, HZ, RAD17, NLRC... 
lnc2        [SPATA1, FGG, ERAP1, HZ] 
lnc1  [SPATA1, AHNAK, FGG, TMEM68, ERAP1, HZ, ATP6AP... 
lnc4       [ERAP1, PRSS16, HZ, NLRC5]

换行符看起来像

           Header4 \ 
lnc1 [SPATA1, AHNAK, FGG, TMEM68, ERAP1, ATP6AP, SA... 
lnc2    [SPATA1, FGG, TMEM68, ATP6AP, HUWE1] 
lnc3 [SPATA1, AHNAK, FGG, ERAP1, HZ, SAASDAS, NLRC5... 

               Header7 
lnc1 [SPATA1, AHNAK, FGG, TMEM68, ERAP1, HZ, ATP6AP... 
lnc2       [SPATA1, FGG, ERAP1, HZ] 
lnc3 [SPATA1, AHNAK, TMEM68, ERAP1, HZ, RAD17, NLRC...

将字典上的迭代转换为熊猫数据框

相关推荐