数据框存在/不存在的字典

Question

从2D字典中，如何将其转换为数据框或存在/不存在的矩阵，其中列表中的值是列，键是行名？我将目标列表中的值累加到一个矩阵中。

我一直在尝试，但是没有成功：

values = set()

for genome, info in dict_cluster.items():

    for v in info:

        #t = [genome, ([v for v in info])]

        t = [genome,v]

    print pd.DataFrame(t)

输入：

A ['arylpolyene', 'hserlactone', 'hserlactone', 'nrps', 'siderophore', 't1pks-nrps', 'terpene', 'thiopeptide', 'transatpks-nrps']

B ['hserlactone', 'hserlactone-arylpolyene', 'nrps', 'siderophore', 'thiopeptide']

C ['nrps', 'nrps', 'nrps', 'siderophore', 't1pks-nrps', 't1pks-nrps']

D ['nrps', 'siderophore', 't1pks-nrps']

输出：

    arylpolyene siderophore hserlactone-arylpolyene transatpks-nrps terpene thiopeptide hserlactone nrps    t1pks-nrps

A   1   2   0   1   1   1   2   1   1

B   0   1   1   0   0   1   1   1   0

C   0   1   0   0   0   0   0   3   2

D   0   1   0   0   0   0   0   1   1

我的输出是这样的：

                 0

0  GCF_900068895.1

1  transatpks-nrps

                 0

0  GCA_002415165.1

1      thiopeptide

                 0

0  GCA_000367685.2

1       t1pks-nrps

                 0

0  GCA_002732135.1

1       t1pks-nrps

Answer 1

也许您正在寻找这样的东西：val = {'A': ['arylpolyene', 'hserlactone', 'hserlactone', 'nrps', 'siderophore', 't1pks-nrps', 'terpene', 'thiopeptide', 'transatpks-nrps'],       'B': ['hserlactone', 'hserlactone-arylpolyene', 'nrps', 'siderophore', 'thiopeptide'],       'C': ['nrps', 'nrps', 'nrps', 'siderophore', 't1pks-nrps', 't1pks-nrps'],       'D': ['nrps', 'siderophore', 't1pks-nrps']}all_val = []for k in val:    for v in val[k]:        all_val.append((k,v))df = pd.DataFrame(all_val,columns=['key','val']).set_index('key')df_count = df.pivot_table(index='key',columns='val',aggfunc=len)输出：val  arylpolyene  hserlactone  hserlactone-arylpolyene  nrps  siderophore  \key                                                                         A            1.0          2.0                      NaN   1.0          1.0   B            NaN          1.0                      1.0   1.0          1.0   C            NaN          NaN                      NaN   3.0          1.0   D            NaN          NaN                      NaN   1.0          1.0   val  t1pks-nrps  terpene  thiopeptide  transatpks-nrps  key                                                     A           1.0      1.0          1.0              1.0  B           NaN      NaN          1.0              NaN  C           2.0      NaN          NaN              NaN  D           1.0      NaN          NaN              NaN 

Answer 2

这应该可以完成您的工作（我正在使用Python3）：my_dict = {            'A': ['arylpolyene', 'hserlactone', 'hserlactone', 'nrps', 'siderophore', 't1pks-nrps', 'terpene', 'thiopeptide', 'transatpks-nrps'],            'B': ['hserlactone', 'hserlactone-arylpolyene', 'nrps', 'siderophore', 'thiopeptide'],            'C': ['nrps', 'nrps', 'nrps', 'siderophore', 't1pks-nrps', 't1pks-nrps'],            'D': ['nrps', 'siderophore', 't1pks-nrps']            }rows_list=list(my_dict.keys())values=list(my_dict.values())rows_size=len(rows_list)columns_list = []for sublist in values:    for item in sublist:        if item not in columns_list:            columns_list.append(item)columns_size = len(columns_list)#initialize adjacent matrixprint('Initial adjacent matrix')adjacent = [ [0]*columns_size for i in range(rows_size) ]for row in adjacent:    print(row)for key, value in my_dict.items():    for v in value:        adjacent[rows_list.index(key)][columns_list.index(v)] += 1print('-'*50)print('Final adjacent matrix')for row in adjacent:    print(row)在第一个循环中，for sublist in values:我创建一个列表，其中包含您想要的值作为没有重复项的列。在“adjacent = [ [0]*columns_size for i in range(rows_size) ]我创建的列表”中，元素与字典键的数量一样多。每个元素都是一个列表，其中元素的数量与列值的数量一样多。