熊猫，将元组列表的列表转换为DataFrame不便的列标题。

Question

我有从usaddress python库获得的解析地址的数据：https://github.com/datamade/usaddress

数据是元组列表的列表。每个地址都有一个与之相关联的列表：

[('Robie', 'BuildingName'),
('House,', 'BuildingName'),
('5757', 'AddressNumber'),
('South', 'StreetNamePreDirectional'),
('Woodlawn', 'StreetName'),
('Avenue,', 'StreetNamePostType'),
('Chicago,', 'PlaceName'),
('IL', 'StateName'),
('60637', 'ZipCode')]

但是，对于某些地址，某个字段可能存在，也可能不存在。我想将这些数据导出到一个包含所有列标题（BuildingName，Address…等等）的pandas数据框中，如果该列标题不在列表中，则单元格将留空。在

我现在拥有的是：

^{pr2}$

但这会生成一个没有列标题的文件，也没有真正的逐列组织，因为缺少的值只会转移所有内容。在

非常感谢帮助。在

Answer 1

假设如下：

• 您使用usaddress.tag
• 有方法处理可能从usaddress.tag引发的错误
• 只需要从usaddress.tag返回的第一部分

然后，您可以执行以下操作

import usaddress
import pandas as pd

# your list of addresses dataframe
df = pd.read_csv('PATH_TO_ADDRESS_CSV')

# list of orderedDict
ordered_dicts = []

# loop through addresses and get respective information
for index, row in df.iterrows():
    # here you should try/except for cases that fail
    addr = usaddress.tag(row['FullAddress'])

    # append to list
    ordered_dicts.append(addr[0])

# **get all relevant keys in your list
cols = set().union(*(d.keys() for d in ordered_dicts))

# create new dataframe
df_new = pd.DataFrame(ordered_dicts, columns=cols)

df_new.to_csv('PATH_TO_DESIRED_CSV_ENDPOINT')

**表示函数这一部分的替代解决方案。因为我们完全知道.tag函数可以返回的所有列，所以您只需将这些列设置为这样（请参见所有标记here和API here）：

^{pr2}$

我希望这有帮助！要知道，当您使用字典pd.DataFrame并指定精确的列时，它将自动用pd.NaN填充不存在的键。在