python中作为索引元素的数据结构

我刚接触熊猫，正在努力学习。我想知道是否可以实现以下目标。 假设我有一本字典：

import numpy as np
import pandas as pd

d = {
   'l1': [1,2,3,4],
   'm1': np.zeros((4,4)),
   's1': ["x","y","z"]
   }

d是包含数字列表、numpy数组和字符串列表的字典。现在假设每个时间步（或索引）都有类似d1的dictionary对象。是否可以将对象存储为熊猫系列

 t1, d1

 t2, d2

 t3, d3

 .....

 tn, dn 

---

i、 e.t1、t2等代表时间索引，对于每个时间索引d1、d2等，都是上述d类字典。这可能吗？

您可以将字典存储在数据帧或系列中，但这可能不是最好的方法。您应该根据字典创建具有列的数据框架

d1 = {
   'l1': [1,2,3,4],
   'm1': np.zeros((4,4)),
   's1': ["x","y","z"]
   }

d2 = {
   'l1': [5,7,8,9],
   'm1': np.zeros((4,3)),
   's1': ["a","b","c"]
   }

df = pd.DataFrame({'d': [d1, d2]}, index=pd.date_range('2020-06-20', periods=2, freq='h'))

---

请为

d

键入所需的文字序列。在每个步骤中，我都会生成类似于d的词典。具有不同的“l1”、“m1”、“s1”值。我想把每一本字典都保存为一个时间序列。只是好奇为什么这个问题被标记了下来？