Json 在不使用pandas的情况下,将列表转换为字典以获取更大数据的更好方法是什么?
假设我从API中获得数据,比如Json 在不使用pandas的情况下,将列表转换为字典以获取更大数据的更好方法是什么?,json,python-3.x,dataframe,dictionary,data-structures,Json,Python 3.x,Dataframe,Dictionary,Data Structures,假设我从API中获得数据,比如 data = [['monday', '1:00 PM', 60 ],['tuesday', '2:00 PM', 70 ],['wednesday', '3:00 PM', 65 ]] columnNames = ["Day", "Time", "temperature"] 如何轻松地将其转换为: data = {""Day" : ["monday", "Tuesday", "Wednesday"], "Time": ["1:00PM", "2:00PM",
data = [['monday', '1:00 PM', 60 ],['tuesday', '2:00 PM', 70 ],['wednesday', '3:00 PM', 65 ]] columnNames = ["Day", "Time", "temperature"]
如何轻松地将其转换为:
data = {""Day" : ["monday", "Tuesday", "Wednesday"], "Time": ["1:00PM", "2:00PM", "3:00PM"],"temperature": [60, 70, 65]}
我试过这个:
def to_dict(name, index):
for i in range(index, data_size):
name.append(data[i][index])
to_dict(day, 0)
to_dict(time,1)
to_dict(temperature,2)
_list = [day, time, temperature]
dict(zip(columnNames, _list))
对于更大的数据集,什么是更好的python方法来执行上述操作 好的,你可以在一个语句中给出前两个列表
dict(zip(columnNames,zip(*data)))
但我不确定它是否会这么快。@alec,但我希望每个列名下都有相关数据。编辑-成功了!!!谢谢你,但我还是不确定数据的事。你能给我提供这些文件的参考资料吗?我想了解更多,很高兴它成功了*args
只是解压参数的一种方便方法。它与本例中的zip(数据[0]、数据[1]、数据[2])
相同。它很有用,因为你不需要知道列表的大小,你可以在一个语句中给出前两个列表dict(zip(columnNames,zip(*data)))
但我不确定它是否会这么快。@alec,但我希望每个列名下都有相关数据。编辑-成功了!!!谢谢你,但我还是不确定数据的事。你能给我提供这些文件的参考资料吗?我想了解更多,很高兴它成功了*args
只是解压参数的一种方便方法。它与本例中的zip(数据[0]、数据[1]、数据[2])
相同。它很有用,因为您不需要知道列表的大小。