Question

我有以下python词典列表：

[{'date': '2019-02-21', 'basicStats': {'min': -0.9994264245033264, 'max': -0.41181543469429016, 'mean': -0.4983844268421697, 'stDev': 0.071324608484601}}, {'date': '2019-02-16', 'basicStats': {'min': -0.9990605711936951, 'max': -0.09592325985431671, 'mean': -0.385945735727586, 'stDev': 0.0640801258659954}}, {'date': '2019-02-01', 'basicStats': {'min': -0.9989479184150696, 'max': -0.21808761358261108, 'mean': -0.4007919550689754, 'stDev': 0.07135259658292871}}]

我想将其转换为pandas数据框，其中包含用于日期的列，以及用于“ min”，“ max”，“ mean”和“ stdev”的更多列。但是，当我这样做时：

pd.DataFrame(dict)

我得到：

date                                         basicStats
0   2019-02-21  {'min': -0.9994264245033264, 'max': -0.4118154...
1   2019-02-16  {'min': -0.9990605711936951, 'max': -0.0959232...
2   2019-02-01  {'min': -0.9989479184150696, 'max': -0.2180876...

我该如何解决？

Answer 1

使用json.json_normalize：

from pandas.io.json import json_normalize

df = json_normalize(d)
print (df)
        date  basicStats.min  basicStats.max  basicStats.mean  \
0  2019-02-21       -0.999426       -0.411815        -0.498384   
1  2019-02-16       -0.999061       -0.095923        -0.385946   
2  2019-02-01       -0.998948       -0.218088        -0.400792   

   basicStats.stDev  
0          0.071325  
1          0.064080  
2          0.071353

另一个想法是扩展字典-提取键basicStats并合并所有其他键：

df = pd.DataFrame([{**x, **x.pop('basicStats')}  for x in d])
print (df)
         date       min       max      mean     stDev
0  2019-02-21 -0.999426 -0.411815 -0.498384  0.071325
1  2019-02-16 -0.999061 -0.095923 -0.385946  0.064080
2  2019-02-01 -0.998948 -0.218088 -0.400792  0.071353

将包含字典的字典列表转换为Pandas数据框

1 个答案: