如何从两个DICT Python构建数据帧

我正在尝试构建一个数据帧，在其中尝试从

dicts

中获取

数据

和

列

。（我试着用

pd.Series

做这件事，但还是遇到了一些问题。）

这将导致

TypeError:unhabable类型：“dict”

示例如下（第一列不是索引）：

---

这里尝试构建一个dict，其中key对应于过滤器值，value对应于可能的选择列表。它适合你的需要吗

import requests
import pandas as pd
from bs4 import BeautifulSoup

# get link and parse
page = requests.get('https://www.finviz.com/screener.ashx?v=111&ft=4')
soup = BeautifulSoup(page.text, 'html.parser')

all_dict = {}
filters = soup.find_all('td', attrs={'class': 'filters-cells'})
for i in range(len(filters) // 2):
    i_title = 2 * i
    i_value = 2 * i + 1
    sct = filters[i_title].find_all('span', attrs={'class': 'screener-combo-title'})
    if len(sct)== 1:
        title = ' '.join(sct[0].stripped_strings)      
        values = [v.text for v in filters[i_value].find_all('option', attrs={'value': True}) if v.text]
        all_dict[title] = values

max_element = max([len(v) for v in all_dict.values()])
for k in all_dict:
    all_dict[k] = all_dict[k] + [''] * (max_element - len(all_dict[k]))
df = pd.DataFrame.from_dict(all_dict) 

---

您的变量

过滤器

未定义。当我定义

df=pd.DataFrame（[all_dict]）

时，它返回以下形状：

[1行x 63列]

。根据我的理解，传入dict将为每个键创建一列，其中的行由值填充。同样的结果，当我做

。从_dict

。也许我构建的df是错误的？我不明白您想要创建什么数据帧：每列的值数量不同。你想要一个pd.Series的列表吗？下面是一个例子：data={'col_1'：[3,2,1,0]，'col_2'：['a'，'b'，'c'，'d']；DataFrame.来自dict（data）的DataFrame示例发布在我文章的底部附近。

Exchange    Index     ...
amex     s&p500     ...
nasd     djia
nyse

import requests
import pandas as pd
from bs4 import BeautifulSoup

# get link and parse
page = requests.get('https://www.finviz.com/screener.ashx?v=111&ft=4')
soup = BeautifulSoup(page.text, 'html.parser')

all_dict = {}
filters = soup.find_all('td', attrs={'class': 'filters-cells'})
for i in range(len(filters) // 2):
    i_title = 2 * i
    i_value = 2 * i + 1
    sct = filters[i_title].find_all('span', attrs={'class': 'screener-combo-title'})
    if len(sct)== 1:
        title = ' '.join(sct[0].stripped_strings)      
        values = [v.text for v in filters[i_value].find_all('option', attrs={'value': True}) if v.text]
        all_dict[title] = values

max_element = max([len(v) for v in all_dict.values()])
for k in all_dict:
    all_dict[k] = all_dict[k] + [''] * (max_element - len(all_dict[k]))
df = pd.DataFrame.from_dict(all_dict)