Python 将字典列表中的字典转换为数据帧

我从Robinhood函数

robin\u stocks.get\u option\u historicals（）

中提取了AAPL的历史期权价格列表。数据以字典列表的形式返回，如下所示

我很难将下面的对象（名为

historicalData

）转换为

DataFrame

。有人能帮忙吗

historicalData = {'data_points': [{'begins_at': '2020-10-05T13:30:00Z',
   'open_price': '1.430000',
   'close_price': '1.430000',
   'high_price': '1.430000',
   'low_price': '1.430000',
   'volume': 0,
   'session': 'reg',
   'interpolated': False},
{'begins_at': '2020-10-05T13:40:00Z',
   'open_price': '1.430000',
   'close_price': '1.340000',
   'high_price': '1.440000',
   'low_price': '1.320000',
   'volume': 0,
   'session': 'reg',
   'interpolated': False}],
'open_time': '0001-01-01T00:00:00Z',
'open_price': '0.000000',
'previous_close_time': '0001-01-01T00:00:00Z',
'previous_close_price': '0.000000',
'interval': '10minute',
'span': 'week',
'bounds': 'regular',
'id': '22b49380-8c50-4c76-8fb1-a4d06058f91e',
'instrument': 'https://api.robinhood.com/options/instruments/22b49380-8c50-4c76-8fb1-a4d06058f91e/'}

我尝试了以下代码，但没有帮助：

import pandas as pd
df = pd.DataFrame(historicalData)
df

---

用下面的方法很容易解决这个问题。我已经通过列表理解将数据框扔到了一个列表中

import pandas as pd
df_list = [pd.DataFrame(dic.items(), columns=['Parameters', 'Value']) for dic in historicalData['data_points']]

然后你可以做：

df_list[0]

这将产生

     Parameters                 Value
0     begins_at  2020-10-05T13:30:00Z
1    open_price              1.430000
2   close_price              1.430000
3    high_price              1.430000
4     low_price              1.430000
5        volume                     0
6       session                   reg
7  interpolated                 False

---

用下面的方法很容易解决这个问题。我已经通过列表理解将数据框扔到了一个列表中

import pandas as pd
df_list = [pd.DataFrame(dic.items(), columns=['Parameters', 'Value']) for dic in historicalData['data_points']]

然后你可以做：

df_list[0]

这将产生

     Parameters                 Value
0     begins_at  2020-10-05T13:30:00Z
1    open_price              1.430000
2   close_price              1.430000
3    high_price              1.430000
4     low_price              1.430000
5        volume                     0
6       session                   reg
7  interpolated                 False

---

您没有写下只想要数据点（如 其他答案），所以我假设您想要整本词典 转换为数据帧

要执行此操作，请从代码开始：

df = pd.DataFrame(historicalData)

它创建一个数据帧，数据点“分解”到 连续的行，但它们仍然是字典

然后将“打开价格”列重命名为“打开所有价格”：

原因是为了避免联接后出现重复的列名 即将执行（数据点也包含未平仓价格 属性，我希望从数据点得到相应的列 “继承”此名称）

下一步是创建一个临时数据帧，即 data_中的字典指向各个列：

wrk = df.data_points.apply(pd.Series)

打印wrk以查看结果

最后一步是将df与wrk和drop连接起来 数据点列（不再需要，因为它是 拆分为单独的列）：

---

您没有写下只想要数据点（如 其他答案），所以我假设您想要整本词典 转换为数据帧

要执行此操作，请从代码开始：

df = pd.DataFrame(historicalData)

它创建一个数据帧，数据点“分解”到 连续的行，但它们仍然是字典

然后将“打开价格”列重命名为“打开所有价格”：

原因是为了避免联接后出现重复的列名 即将执行（数据点也包含未平仓价格 属性，我希望从数据点得到相应的列 “继承”此名称）

下一步是创建一个临时数据帧，即 data_中的字典指向各个列：

wrk = df.data_points.apply(pd.Series)

打印wrk以查看结果

最后一步是将df与wrk和drop连接起来 数据点列（不再需要，因为它是 拆分为单独的列）：

---

非常感谢您的及时，我的目的是播种开始、开盘、收盘、高价、数量、会话、插值和我的数据帧列。上面的代码似乎没有做到这一点。我还可以使用其他代码吗？非常感谢您的及时帮助，我的目的是在开始时播种、开盘价、收盘价、高价、成交量、会话、插值和我的数据帧列。上面的代码似乎没有做到这一点。还有其他代码我可以使用吗？非常感谢，这完全回答了我的问题。如果事实是这样的话，我只想通过wrk这一步。非常感谢，这完全回答了我的问题。如果事实是这样的话，我只想和wrk合作。