Question

我使用Spyder作为Python IDE。我已经通过API下载了数据。 API仅允许将数据下载为＆＃34; dict＆＃34;类型。＆＃34; Dict＆＃34; type有3个级别，即Dict，Unicode，Dataframe。我目前正在尝试将Dataframe中的信息提取到单独的DataFrame变量 中，我打算将其导出到SQLite 。但是，我无法执行此操作，因为信息保存在类型＆＃34; Dict＆＃34;并使用命令

frame4=pd.DataFrame.from_dict(response)

返回以下错误消息：

frame4 = pd.DataFrame（response）Traceback（最近一次调用最后一次）：

文件＆＃34;＆＃34;，第1行，in       窗口4 = pd.DataFrame（响应）

文件   ＆＃34; /Users/Sebster/anaconda/lib/python2.7/site-packages/pandas/core/frame.py" ;,   第224行，在 init 中       mgr = self._init_dict（data，index，columns，dtype = dtype）

文件   ＆＃34; /Users/Sebster/anaconda/lib/python2.7/site-packages/pandas/core/frame.py" ;,   第360行，在_init_dict中       return _arrays_to_mgr（arrays，data_names，index，columns，dtype = dtype）

文件   ＆＃34; /Users/Sebster/anaconda/lib/python2.7/site-packages/pandas/core/frame.py" ;,   第5236行，在_arrays_to_mgr中       arrays = _homogenize（arrays，index，dtype）

文件   ＆＃34; /Users/Sebster/anaconda/lib/python2.7/site-packages/pandas/core/frame.py" ;,   第5546行，在_homogenize       raise_cast_failure =假）

文件   ＆＃34; /Users/Sebster/anaconda/lib/python2.7/site-packages/pandas/core/series.py" ;,   第2922行，在_sanitize_array中       subarr = _asarray_tuplesafe（data，dtype = dtype）

文件   ＆＃34; /Users/Sebster/anaconda/lib/python2.7/site-packages/pandas/core/common.py" ;,   第_ 1407行，在_asarray_tuplesafe中       result [：] = [值为x的元组（x）]

ValueError：无法将大小为17的序列复制到数组轴   维度10

字典的内容即dict(response)给出以下输出：

{u'allowance': {u'allowanceExpiry': 554347,
  u'remainingAllowance': 9960,
  u'totalAllowance': 10000},
 u'instrumentType': u'CURRENCIES',
 u'prices':                          bid                                 ask           \
                         Open     High      Low    Close     Open     High   
 DateTime                                                                    
 2016:08:12-21:50:00  11163.7  11164.6  11163.7  11164.1  11165.2  11165.6   
 2016:08:12-21:51:00  11164.2  11164.8  11163.7  11164.7  11165.7  11166.2   
 2016:08:12-21:52:00  11164.5  11165.3  11164.4  11165.1  11166.0  11166.6   
 2016:08:12-21:53:00  11165.0  11165.8  11164.3  11164.5  11166.5  11167.2   
 2016:08:12-21:54:00  11164.6  11165.4  11164.3  11164.7  11166.1  11166.9   
 2016:08:12-21:55:00  11164.6  11165.8  11164.1  11165.1  11166.1  11167.2   
 2016:08:12-21:56:00  11165.3  11165.3  11163.9  11163.9  11166.8  11166.8   
 2016:08:12-21:57:00  11164.1  11164.9  11163.4  11164.6  11165.6  11166.4   
 2016:08:12-21:58:00  11164.5  11165.2  11164.0  11164.9  11165.1  11166.2   
 2016:08:12-21:59:00  11161.3  11162.8  11157.9  11159.2  11166.3  11167.8   

                                       spread                  last        \
                          Low    Close   Open High  Low Close  Open  High   
 DateTime                                                                   
 2016:08:12-21:50:00  11164.7  11165.6    1.5  1.0  1.0   1.5  None  None   
 2016:08:12-21:51:00  11165.2  11166.2    1.5  1.4  1.5   1.5  None  None   
 2016:08:12-21:52:00  11165.8  11166.6    1.5  1.3  1.4   1.5  None  None   
 2016:08:12-21:53:00  11165.8  11166.0    1.5  1.4  1.5   1.5  None  None   
 2016:08:12-21:54:00  11165.8  11166.2    1.5  1.5  1.5   1.5  None  None   
 2016:08:12-21:55:00  11165.6  11166.6    1.5  1.4  1.5   1.5  None  None   
 2016:08:12-21:56:00  11165.4  11165.4    1.5  1.5  1.5   1.5  None  None   
 2016:08:12-21:57:00  11164.3  11165.2    1.5  1.5  0.9   0.6  None  None   
 2016:08:12-21:58:00  11164.6  11165.5    0.6  1.0  0.6   0.6  None  None   
 2016:08:12-21:59:00  11162.9  11164.2    5.0  5.0  5.0   5.0  None  None   


                       Low Close Volume  
 DateTime                                
 2016:08:12-21:50:00  None  None     37  
 2016:08:12-21:51:00  None  None     45  
 2016:08:12-21:52:00  None  None     46  
 2016:08:12-21:53:00  None  None     80  
 2016:08:12-21:54:00  None  None     45  
 2016:08:12-21:55:00  None  None     58  
 2016:08:12-21:56:00  None  None     35  
 2016:08:12-21:57:00  None  None    115  
 2016:08:12-21:58:00  None  None     60  
 2016:08:12-21:59:00  None  None    162  }

有人可以帮我解决这个从Dict变量中提取Dataframe到另一个Dataframe中的努力吗？

Answer 1

查看您的response字典 - 密钥prices的值似乎是一个DataFrame，因此无需再次构建它：

frame4 = response['prices']

或简单地说：

import sqlalchemy

engine = sqlalchemy.create_engine('sqlite:///path/to/your_db.sqlite')
response['prices'].to_sql('table_name', engine, if_exists='replace')

Python Pandas dict到dataframe（不工作）

1 个答案: