Question

我需要熊猫专家的一些帮助：）我需要从包含两个DatetimeIndexes列表的值的字典中高效地创建DataFrame。

以下是此类词典的简短示例：

import pandas as pd

d = {
  871:[pd.date_range('20180131', '20180331', freq='M', normalize=True),
       pd.date_range('20180228', '20180430', freq='M', normalize=True)],
  872:[pd.date_range('20180228', '20180331', freq='M', normalize=True),
       pd.date_range('20180331', '20180430', freq='M', normalize=True)]}

d
Out[3]: 
{871: [DatetimeIndex(['2018-01-31', '2018-02-28', '2018-03-31'], dtype='datetime64[ns]', freq='M'),
  DatetimeIndex(['2018-02-28', '2018-03-31', '2018-04-30'], dtype='datetime64[ns]', freq='M')],
 872: [DatetimeIndex(['2018-02-28', '2018-03-31'], dtype='datetime64[ns]', freq='M'),
  DatetimeIndex(['2018-03-31', '2018-04-30'], dtype='datetime64[ns]', freq='M')]}

我想要得到的是一个DataFrame，其中dict键用作索引，两个pd.Timestamp列分别对应于上面的两个DatetimeIndexes。

这是它的外观：

result_df
Out[6]: 
         Start        End
871 2018-01-31 2018-02-28
871 2018-02-28 2018-03-31
871 2018-03-31 2018-04-30
872 2018-02-28 2018-03-31
872 2018-03-31 2018-04-30

PS 实际任务是将日期范围（例如以下）的大型DataFrame拆分为一个月。

df_original
Out[19]: 
           Start        End
Index                      
871   2018-01-31 2018-02-28
872   2018-02-28 2018-04-30

大行是几十万行。

Answer 1

使用：

d1 = {k: pd.DataFrame(list(zip(*v)), columns=['Start','End']) for k, v in d.items()}
df = pd.concat(d1).reset_index(level=1, drop=True)
print (df)
         Start        End
871 2018-01-31 2018-02-28
871 2018-02-28 2018-03-31
871 2018-03-31 2018-04-30
872 2018-02-28 2018-03-31
872 2018-03-31 2018-04-30

熊猫：将具有DatetimeIndex的列表的字典转换为DataFrame

1 个答案: