如何将此字典转换为数据框答案

【问题标题】：How can i convert this dictionary into dataframe如何将此字典转换为数据框
【发布时间】：2022-01-05 06:55:10
【问题描述】：

我想把这个字典转换成数据框

dd = {'NFO:BANKNIFTY2210633600CE': {'instrument_token': 12355586, 'last_price': 3825.3}
,'NFO:BANKNIFTY2210633700CE': {'instrument_token': 12619522, 'last_price': 3213.45}}

这里'NFO:BANKNIFTY2210633600CE' 这也是一个值，我希望它作为名称应该是“符号”的列下的一个值，并且我希望将“Last_price”作为一个列并在它的值下作为一个值。

例子-

Symbol                         Last_price
NFO:BANKNIFTY2210633600CE      3825.3
NFO:BANKNIFTY2210633700CE      3213.45

在这种形式下，请帮帮我，解决这个问题。

【问题讨论】：

这不是一本有效的字典，您可能在某处出现了复制粘贴错误。请编辑它
@Malo 实际上我是通过 zerodha api 得到这本字典的。
这是我得到的格式，现在我要转换这个
@Malo 我还有其他方法可以安排吗？

标签： python dataframe dictionary

【解决方案1】：

从以下位置创建数据框：

字典列表，格式为 {column1: value1, ...}
行索引值列表

import pandas as pd

data = [
    {'NFO:BANKNIFTY2210633600CE': {'instrument_token': 12355586, 'last_price': 3825.3}},
    {'NFO:BANKNIFTY2210633700CE': {'instrument_token': 12619522, 'last_price': 3213.45}}
]

df = pd.DataFrame(data=[list(e.values())[0] for e in data], index=[list(e.keys())[0] for e in data])

print(df)

                           instrument_token  last_price
NFO:BANKNIFTY2210633600CE          12355586     3825.30
NFO:BANKNIFTY2210633700CE          12619522     3213.45

【讨论】：

【解决方案2】：

假设您的数据是一个字典列表，您可以先使用列表推导获取相关数据并将其转换为pd.DataFrame：

lst = [{'NFO:BANKNIFTY2210633600CE': {'instrument_token': 12355586, 'last_price': 3825.3}}, {'NFO:BANKNIFTY2210633700CE': {'instrument_token': 12619522, 'last_price': 3213.45}}]

relevant_data = [(k, v['last_price']) for d in lst for k,v in d.items()]
df = pd.DataFrame(relevant_data, columns=['Symbol','Last_price'])

输出：

                      Symbol  Last_price
0  NFO:BANKNIFTY2210633600CE     3825.30
1  NFO:BANKNIFTY2210633700CE     3213.45

【讨论】：

【解决方案3】：

我假设初始数据是一个大字典：

import pandas as pd

dd = {'NFO:BANKNIFTY2210633600CE': {'instrument_token': 12355586, 'last_price': 3825.3}
,'NFO:BANKNIFTY2210633700CE': {'instrument_token': 12619522, 'last_price': 3213.45}}
   
data = [(k, v['last_price']) for k,v in dd.items()]

df= pd.DataFrame(data, columns=['Symbol','Last_price'])

print(df)

输出是：

                      Symbol  Last_price
0  NFO:BANKNIFTY2210633600CE     3825.30
1  NFO:BANKNIFTY2210633700CE     3213.45

【讨论】：

您能详细说明一下好处吗？速度？