从 AttributeDict 到 Pandas 数据框？

Question

我正在使用 Wikipedia 的 Pageviews API 来查看多个 Wikipedia 页面的综合浏览量。为此，我创建了一个字典，其中将文章名称存储为键，将搜索结果存储为值（结果为 AttributeDict）：

list = ['Paris', 'Rome']
for x in list:
    dct0[x] = pageviewapi.per_article('it.wikipedia', x, '20150101', '20210101',
                        access='all-access', agent='all-agents', granularity='monthly')

所以结果是

{'Paris': AttrDict({'items': [{'project': 'it.wikipedia', 'article': 'Paris', 'granularity': 'monthly', 'timestamp': '2015070100', 'access': 'all-access', 'agent': 'all-agents', 'views': 890},  (etc.)

我想为每个字典创建一个数据框，这样我就可以： 巴黎数据框

timestamp, views
201507100, 890
201507101, 900

罗马数据框也是如此。但似乎我无法访问从 API 给出的 AttributeDict 。我能做什么？

Answer 1

AttrDict 是 dict，因此可以在任何使用 dict 的地方使用，请参阅 https://github.com/bcj/AttrDict

我相信，特别是在你的情况下，这会产生你想要的东西

df1 = pd.DataFrame(dct0['Paris']['items'])[['timestamp','views']]

看起来像这样

    timestamp   views
0   2015070100  890
1   2015080100  879
2   2015090100  971
3   2015100100  1097
4   2015110100  2259
... ... ...
61  2020080100  729
62  2020090100  665
63  2020100100  734
64  2020110100  1020
65  2020120100  918
66 rows × 2 columns

编辑

为了让它们循环起来，让我们把它们放在一个按城市名称索引的字典中

city_list = ['Paris', 'Rome']
city_dfs = {}
for x in city_list :
    city_dict = pageviewapi.per_article('it.wikipedia', x, '20150101', '20210101',
                        access='all-access', agent='all-agents', granularity='monthly')
    city_df = pd.DataFrame(city_dict['items'])[['timestamp','views']]
    city_dfs [x] = city_df

那么你就可以这样访问了：

print(city_dfs['Paris'])