Python pandas字典转CSV后转置索引异常，请求解决方法

你手动写入CSV的方式导致文件结构不符合pandas的默认解析规则：

• 生成的CSV每一行是键,值的格式，第一行bedrooms,2.0会被pd.read_csv当作表头行，即bedrooms成为唯一列名，后续所有行都被当作该列的字符串数据（比如bathrooms,3.0是一个单元格内容）。
• 转置后，bedrooms变成索引名，原第一行的2.0成为唯一数据列，其他行的内容被错误解析，自然在info()中看不到bedrooms作为数据项的存在。

直接用pandas内置方法处理字典与CSV的转换，避免手动写入的错误：

方法1：将字典转为单行数据保存（最常用） #

适合把字典作为一条记录存储，读取后直接得到列名为字典键、值为对应数据的DataFrame：

import pandas as pd

data_new = {'bedrooms': 2.0, 'bathrooms': 3.0, 'sqft_living': 1200,
            'sqft_lot': 5800, 'floors': 2.0,
            'waterfront': 1, 'view': 1, 'condition': 2, 'sqft_above': 1200,
            'sqft_basement': 20,
            'yr_built': 1925, 'yr_renovated': 2003, 'city': "Shoreline"}

# 把字典包装成列表，转为单行DataFrame
df = pd.DataFrame([data_new])
# 保存CSV，不写入索引列
df.to_csv('test.csv', index=False)

# 读取验证
df1 = pd.read_csv('test.csv')
print(df1)
# 查看数据信息，所有字段都会正常显示
df1.info()

方法2：将字典键作为行索引保存 #

如果需要保留键-值的行式结构，读取后转置也能正常显示所有数据：

import pandas as pd

# 从字典生成以键为索引、值为列的DataFrame
df = pd.DataFrame.from_dict(data_new, orient='index', columns=['value'])
# 保存CSV，保留索引列（即字典的键）
df.to_csv('test.csv')

# 读取时指定第一列为索引
df1 = pd.read_csv('test.csv', index_col=0)
# 转置后得到单行数据，所有字段完整
tdf1 = df1.T
print(tdf1)
tdf1.info()

内容的提问来源于stack exchange，提问作者Aravind Viswanathan