python - 在Pandas中解析大字符串值

我有一个.csv，我从中生成了一个数据框。此csv具有来自遵循以下格式的系统的原始数据输出：

{"DataType1":"Value","DataType2":"Value","DataType3":"Value",.....}

数据帧中的每一行都有1列。我正在尝试将其分解，以便数据类型成为列标题，并且值填充行。另一方面是，并非所有行都具有相同的数据类型，有些具有其他行中可能不存在的其他数据类型。例如，第1行可能具有DataType1，DataType2和DataType3，而第2行可能具有DataType2，DataType4和DataType5。理想情况下，我希望输出使列标题包含所有数据类型，无论该行是否具有值。因此，最终的数据帧将采用以下结构：

-------------------------------------------------------------
| DataType1 | DataType2 | DataType3 | DataType4 | DataType5 |
-------------------------------------------------------------
| Value     | Value     | Value     |   NaN     |   NaN     |
-------------------------------------------------------------
|  NaN      |  Value    | NaN       | Value     |  Value    |
-------------------------------------------------------------

最佳答案

从字典转换后，数据框遵循以下格式：

dict = {'column 1':[1,2], 'column 2':[3,4], ...}

请注意，每个键中值的长度相同或

pd.DataFrame(dict)

会抛出一个错误。

要克服该错误，您可以遍历字典并通过解析来制作DataFrame。

pd.DataFrame(dict([(k,pd.Series(v)) for k,v in dict.items() ]))

*假设“ dict”是您的词典名称。

这样，您将获得所需的输出。