Ho un dataframe panda che sto leggendo da uno defaultdict
in Python, ma alcune delle colonne hanno lunghezze diverse. Ecco ciò che i dati potrebbero assomigliare:Prepending invece di accodare NaNs in panda usando from_dict
Date col1 col2 col3 col4 col5
01-01-15 5 12 1 -15 10
01-02-15 7 0 9 11 7
01-03-15 6 1 2 18
01-04-15 9 8 10
01-05-15 -4 7
01-06-15 -11 -1
01-07-15 6
E io sono in grado di pad gli spazi vuoti con NaN
s in questo modo:
pd.DataFrame.from_dict(pred_dict, orient='index').T
che dà:
Date col1 col2 col3 col4 col5
01-01-15 5 12 1 -15 10
01-02-15 7 0 9 11 7
01-03-15 NaN 6 1 2 18
01-04-15 NaN 9 8 10 NaN
01-05-15 NaN -4 NaN 7 NaN
01-06-15 NaN -11 NaN -1 NaN
01-07-15 NaN 6 NaN NaN NaN
Tuttavia, ciò che Sto davvero cercando è un modo per anteporre NaN
s invece di aggiungerli alla fine, in modo che i dati siano come questo:
Date col1 col2 col3 col4 col5
01-01-15 NaN 12 NaN NaN NaN
01-02-15 NaN 0 NaN -15 NaN
01-03-15 NaN 6 NaN 11 NaN
01-04-15 NaN 9 1 2 NaN
01-05-15 NaN -4 9 10 10
01-06-15 5 -11 1 7 7
01-07-15 7 6 8 -1 18
C'è un modo semplice per farlo?
è possibile ricreare il dizionario con questo codice:
import pandas as pd
from collections import defaultdict
d = defaultdict(list)
d["Date"].extend([
"01-01-15",
"01-02-15",
"01-03-15",
"01-04-15",
"01-05-15",
"01-06-15",
"01-07-15"
])
d["col1"].extend([5, 7])
d["col2"].extend([12, 0, 6, 9, -4, -11, 6])
d["col3"].extend([1, 9, 1, 8])
d["col4"].extend([-15, 11, 2, 10, 7, -1])
d["col5"].extend([10, 7, 18])
Mi piace questo +1 – piRSquared
Sì, difficile da leggere ma questo ha fatto il lavoro. Speravo in una risposta più vicina a quella che ho accettato, ma non sembra che sia così. – weskpga
A me personalmente non piaceva molto. Non so quante volte iterare su quel dizionario. :) – ayhan