如何将具有多个键值对的字典转换为DataFrame

我尝试用以下代码清理数据

empty = {}
mess = lophoc_clean.query("lop_diemquatrinh.notnull()")[['lop_id', 'lop_diemquatrinh']]
keys = []
values = []
for index, rows  in mess.iterrows():
if len(rows['lop_diemquatrinh']) >4:
values.append(rows['lop_diemquatrinh'])
keys.append(rows['lop_id'])
df = pd.DataFrame(dict(zip(keys, values)), index = [0]).transpose()
df.columns = ['data']

结果是一个像这样的字典

{'data': {37: '[{"date_update":"31-03-2022","diemquatrinh":"6.0"}]',
38: '[{"date_update":"11-03-2022","diemquatrinh":"6.25"}]',
44: '[{"date_update":"25-12-2021","diemquatrinh":"6.0"},{"date_update":"28-04-2022","diemquatrinh":"6.25"},{"date_update":"28-07-2022","diemquatrinh":"6.5"}]',
1095: '[{"date_update":null,"diemquatrinh":null}]'}}

然而，我不知道如何使他们成为一个3列这样的DataFrame。请帮帮我。谢谢你！

id strong>updated_at strong>diemquatrinh strong>11-03-20226.2525-12-20216.028-04-20226.2528-07-20226.5
给你

from json import loads from pprint import pp import pandas as pd def get_example_data(): return [ dict(id=38, updated_at="2022-03-11", diemquatrinh=6.25), dict(id=44, updated_at="2021-12-25", diemquatrinh=6), dict(id=44, updated_at="2022-04-28", diemquatrinh=6.25), dict(id=1095, updated_at=None), ] df = pd.DataFrame(get_example_data()) df["updated_at"] = pd.to_datetime(df["updated_at"]) print(df.dtypes, "n") pp(loads(df.to_json())) print() print(df, "n") pp(loads(df.to_json(orient="records")))
输出如下:

id int64 updated_at datetime64[ns] diemquatrinh float64 dtype: object {'id': {'0': 38, '1': 44, '2': 44, '3': 1095}, 'updated_at': {'0': 1646956800000, '1': 1640390400000, '2': 1651104000000, '3': None}, 'diemquatrinh': {'0': 6.25, '1': 6.0, '2': 6.25, '3': None}} id updated_at diemquatrinh 0 38 2022-03-11 6.25 1 44 2021-12-25 6.00 2 44 2022-04-28 6.25 3 1095 NaT NaN [{'id': 38, 'updated_at': 1646956800000, 'diemquatrinh': 6.25}, {'id': 44, 'updated_at': 1640390400000, 'diemquatrinh': 6.0}, {'id': 44, 'updated_at': 1651104000000, 'diemquatrinh': 6.25}, {'id': 1095, 'updated_at': None, 'diemquatrinh': None}]
任意一个JSON数据结构是可以接受的输入用于从头创建一个新的DataFrame。

相关内容

最新更新

热门标签：