将字典列表转换为 dataframe

Question

我有一个字典列表，我想将其转换为 dataframe。该列表具有以下结构：

[{'year': 2010, 'month': 1, 'weather': DataFrame},
 {'year': 2010, 'month': 2, 'weather': DataFrame},
                     .
                     .
                     .
 {'year': 2011, 'month': 12, 'weather': DataFrame}]

我希望 dataframe 具有以下列：年、月和 DataFrame 的列

Answer 1

由于您没有提供示例 output 或仅提供天气 Dataframe 本身，我只能建议以下解决方案。

第一个是最简单的：

import pandas as pd

your_name_list = [
 {'year': 2010, 'month': 1, 'weather': DataFrame},
 {'year': 2010, 'month': 2, 'weather': DataFrame}
]

result = pd.DataFrame(your_name_list)

Output：

    year    month   weather
0   2010    1   temperature wind 0 30 0
1   2010    2   temperature wind 0 30 0

第二种解决方案是我们需要获取字典的所有列，同时获取Weather Dataframe，前提是weather有一行，否则go都会down：

import pandas as pd

your_name_list = [
 {'year': 2010, 'month': 1, 'weather': pd.DataFrame([{'temperature': 30, 'wind': 0}])},
 {'year': 2010, 'month': 2, 'weather': pd.DataFrame([{'temperature': 40, 'wind': 1}])}
]

df1 = pd.DataFrame(your_name_list)
df2 = pd.DataFrame(columns=['temperature', 'wind'])
del df1["weather"]

for i in your_name_list:
    df2 = df2.append(i["weather"], ignore_index=True)

result = pd.concat([df1, df2], axis=1)

Output：

    year    month   temperature wind
0   2010    1   30  0
1   2010    2   40  1

最后一个解决方案，在我看来是最合乎逻辑的，是天气 dataframe 代码只有两列（天气状况和值本身），我们需要从这些列中获取并连接结果：

import pandas as pd

your_name_list = [
 {'year': 2010, 'month': 1, 'weather': pd.DataFrame([{'weather_condition': "temperature", 'value': 30},
                                                     {'weather_condition': "wind", 'value': 0}])},
 {'year': 2010, 'month': 2, 'weather': pd.DataFrame([{'weather_condition': "temperature", 'value': 40},
                                                     {'weather_condition': "wind", 'value': 1}])}
]

df1 = pd.DataFrame(your_name_list)
df2 = pd.DataFrame(columns=['temperature', 'wind'])
del df1["weather"]

for i in your_name_list:
    df2 = df2.append(i["weather"].assign(idx=i["weather"].groupby("weather_condition").cumcount()).pivot_table(
        columns="weather_condition", 
        values="value", 
        aggfunc="first"), ignore_index=True)

result = pd.concat([df1, df2], axis=1)

Output：

year    month   temperature wind
0   2010    1   30  0
1   2010    2   40  1

当然，有许多细微差别我无法考虑，但我希望我至少能部分帮助解决您的问题。
如果您提出更详细的问题，我会尽量在评论中回答您的问题。
这是另一个有用的链接 - 与您的问题类似的问题。