python - 将字典的 dict 转换为 Pandas DataFrame

Question

我有一个看起来像这样的两级字典:

myDict = {'a':{'2017-01-01':4.1, '2017-01-02':10.8}, 'b':{'2017-01-01':6.2, '2017-01-03':8.5}}

我想将其存储为具有以下设计的数据框:

数据存在于一列而不是另一列的日期成为数据框中的 np.nan - 这很好，因为我可以在需要时使用回填函数。

所有日期的并集成为索引，索引的类型为 pd.DatetimeIndex - 这很好，所以我可以轻松地对数据帧进行时间操作

数据框:

mydf = pd.DataFrame({'a':[4,10,np.nan],'b':[6.2,np.nan,8.5]}, index=pd.DatetimeIndex(['2017-01-04','2017-01-02','2017-01-03']))
mydf.index.name = 'Date'

IE。，

mydf
Out[33]: 
               a    b
Date                 
2017-01-04   4.0  6.2
2017-01-02  10.0  NaN
2017-01-03   NaN  8.5

我面临的问题当然是我事先不知道哪些日期构成最终索引(所有日期的联合)，而且我也不知道逐列添加数据的最佳方法是什么。

我想到的伪代码:

(1) 遍历字典级别 1 中所有键的所有日期，然后取所有日期的并集。这成为我的索引。

(2) 然后新建一个字典，里面只有原来的键和值与(1)中索引顺序相同，np.nan找不到值

(3)使用(2)中的字典创建pandas数据框

但是，我发现这种方法存在效率低下的问题，因为字典中的循环过多，并且复制数据的频率高于可能需要的频率。

欢迎任何建议。

Answer 1

删除你的伪代码(对不起!)，因为 Pandas 用 pd.DataFrame.from_dict 支持你.

pd.DataFrame.from_dict(myDict, orient='columns')

               a    b
2017-01-01   4.1  6.2
2017-01-02  10.8  NaN
2017-01-03   NaN  8.5

棘手的一点是找出正确的方向来通过......这与经验有关。

快速说明，您可以添加 .rename_axis('Date')如果要使用名称“Date”标记索引，请在最后调用。