Python：数据框架的字典

我想把字典改成熊猫数据框

data = {u'Diluted Normalized EPS': [{u'date': u'2020-01-03', u'value': u'-0.446810'}, {u'date': u'2019-10-04', u'value': u'-0.765540'}, {u'date': u'2019-06-28', u'value': u
'-0.574240'}, {u'date': u'2019-03-29', u'value': u'-2.063700'}, {u'date': u'2018-12-28', u'value': u'-0.841380'}], u'Net Income Before Extra. Items': [{u'date': u'2020-01-03', u'value': u'-139.000000'}, {u'date': u'2019-10-04', u'value': u'-276.000000'}, {u'date': u'2019-06-28', u'value': u'-185.000000'}, {u'date': u'2019-03-29', u'value': u'-652.000000'}, {u'date': u'2018-12-28', u'value': u'-257.000000'}]}

我想转换成熊猫数据帧，如下所示

         date  Diluted Normalized EPS  Net Income Before Extra. Items
0  2020-01-03  -0.446810                -139.000000
1  2019-10-04  -0.765540                -276.000000
2  2019-06-28  -0.574240                -185.000000
3  2019-03-29  -2.063700                -652.000000
4  2018-12-28  -0.841380                -257.000000

---

pd.DataFrame（data）

无法返回所需结果

使用嵌套字典理解和

DataFrame

构造函数：

d = {k:{x['date']: x['value'] for x in v} for k, v in data.items()}
df = pd.DataFrame(d).rename_axis('date').reset_index()
print(df)
         date Diluted Normalized EPS Net Income Before Extra. Items
0  2020-01-03              -0.446810                    -139.000000
1  2019-10-04              -0.765540                    -276.000000
2  2019-06-28              -0.574240                    -185.000000
3  2019-03-29              -2.063700                    -652.000000
4  2018-12-28              -0.841380                    -257.000000

运行以下代码：

df = pd.DataFrame.from_dict(data).apply(
    lambda col: pd.DataFrame(col.tolist()).set_index('date').value)\
    .reset_index()

步骤：

pd.DataFrame.from_dict（data）

-创建临时数据帧。 它有两列（字典的键）。每个单元格包含一个字典， 包含2个键（日期和值）

pd.DataFrame（col.tolist（））

-lambda函数的第一部分- 将当前列转换为另一个临时数据帧， 有两列（日期和值）

设置索引（“日期”）

-将日期列更改为索引

value

-仅从上述数据帧中获取value列

apply（…）

-应用上述lambda函数可转换 第一个临时数据帧几乎完全符合我们的要求，即需要2个 以日期作为索引的列

reset_index（）

-将索引转换为常规列

---

看起来您必须修改字典，或者考虑按顺序构建数据帧。祝你好运