dataframe在分析字典时添加一个额外的行

Question

熊猫版本：1.03 Python版本：2.7.17、3.7.3 Chromebook-Debian Buster

python新手，但我甚至找不到关于这种行为的问题。我有一个作为JSON从GoogleAPI接收的地址，我将它解析成一个dictionary对象，然后在创建数据帧后写入csv文件。（我不包括从JSON转换为dict的代码，但这是在没有转换的情况下如何完成的。）

add = {'street': 'Farm to Market 369', 'state': 'Texas', 'city': 'Iowa Park', 'county': 'Wichita County', 'country': 'United States', 'postal_code': '76367', 'neighborhood': None, 'sublocality': None, 'housenumber': None, 'postal_town': None, 'subpremise': None, 'latitude': 33.9738616, 'longitude': -98.5964961, 'location_type': 'ROOFTOP', 'postal_code_suffix': None, 'street_number': '2101'}

共有16行数据，但数据框的创建似乎添加了一个空键和一个空值，因此数据框包含17行，而不是我期望的16行

我包括一个测试文件，它只是用数据填充dict，然后将键和值传递到pandas.df。查看表输出

#!/usr/bin/env python3
import pandas as pd
import dumper

def writeAddressCsv(unitName,add):
    #sv_file_path = dataDir+unitName+"_address.csv"

    print (dumper.dump(add))
    df=pd.DataFrame(add.values(),add.keys())
    print(df)
    exit(0)
    #try:
    #    export_csv = df.to_csv(csv_file_path)
    #except:
    #    print("failed to save  address to " + csv_file_path)


add = {"street": "Farm to Market 369", "state": "Texas", "city": "Iowa Park", "county": "Wichita County", "country": "United States", "postal_code": "76367", "neighborhood": None, "sublocality": None, "housenumber": None, "postal_town": None, "subpremise": None, "latitude": 33.9738616, "longitude": -98.5964961, "location_type": "ROOFTOP", "postal_code_suffix": None, "street_number": "2101"}

writeAddressCsv("foo",add)

                                     0 <-----------(null key and 'None' (null) value???)
street              Farm to Market 369
state                            Texas
city                         Iowa Park
county                  Wichita County
country                  United States
postal_code                      76367
neighborhood                      None
sublocality                       None
housenumber                       None
postal_town                       None
subpremise                        None
latitude                       33.9739
longitude                     -98.5965
location_type                  ROOFTOP
postal_code_suffix                None
street_number                     2101

该空密钥不在dict中…或者是吗

我认为我在创建字典时做错了什么，所以我只是做了一个测试，使用两个可接受的方法初始化了两个dict对象，一个是空的，另一个是添加数据的。两人都在转储程序输出中报告了这个奇怪的“无”，我通常只是假设它是某种默认行为指示器（默认为空列值或其他内容），但熊猫显然将它视为一个真实的列，如果我的侦查发现了一些非常重要的内容

#!/usr/bin/env python3
import dumper


finaldict = dict()
finaldict2 = {"test": "foo","test2":"foo2"}


print ('finaldict is a: '  + str(type(finaldict)))
print ('finaldict2 is a: ' + str(type(finaldict2)))

print (dumper.dump(finaldict))
print (dumper.dump(finaldict2))

以下是输出：（我问的是什么对象类型，因为转储程序输出在我看来就像是以字符串形式报告对象—“str at xxxx”）

finaldict is a: <class 'dict'>
finaldict2 is a: <class 'dict'>
<str at 0x79ce5dcb58>: '{}'None <------- wtf mate?
<str at 0x79ce4acce8>: "{'test': 'foo', 'test2': 'foo2'}"None <-------- wtf mate?

显然，这个“东西”是dict对象固有的，熊猫只是想尽可能地利用它。有人知道我如何在不返回并从csv中删除伪行的情况下防止它吗？（，0）在输出数据帧内容之后

这在Python2.7.17中的作用与在3.7.3中的作用相同，因此这似乎不是Python的问题，而是pandas的问题

注：我想pandas可能会选择一个额外的行，以便验证dict只有16行，我添加了对dict.keys（）和dict.values（）的调用，以查看我是否向dict添加了在其中一个调用中返回的内容，但dict似乎没有正确地返回键和值。熊猫正在创造17只

Number of Keys: 16
dict_keys(['street', 'state', 'city', 'county', 'country', 'postal_code', 'neighborhood', 'sublocality', 'housenumber', 'postal_town', 'subpremise', 'latitude', 'longitude', 'location_type', 'postal_code_suffix', 'street_number'])
Number of values: 16
dict_values(['Farm to Market 369', 'Texas', 'Iowa Park', 'Wichita County', 'United States', '76367', None, None, None, None, None, 33.9738616, -98.5964961, 'ROOFTOP', None, '2101'])

PSS：

这可能有关联，但没有答案

Pandas adding extra row to DataFrame when assigning index

这是熊猫虫还是我做错了什么

Answer 1

TLDR：这不是一个bug，你看到的是一个pd.Series名称。所有系列都有它，因为您没有提供一个，pandas会使用autoincrement自动分配它

pd.DataFrame中的列和行都是pd.Series。您向构造函数传递了值和索引，但没有传递列，因此默认名称用于命名列系列（即自动增量）。您可以手动指定列名，例如：

df=pd.DataFrame(add.values(), add.keys(), columns=['Address'])
# btw, I'm not sure if dict values and keys are guaranteed to be in the same order

或者，如果您总是解析单个值的一个dict，只需生成一个序列：

s = pd.Series(add, name='Address')

如果您检查数据帧的长度，它将与dict长度相同