我有一本字典：
[
{
'dates': ['2019-12-01'],
'periods': ['1', '1', '1', '1']
},
{
'dates': ['2019-12-02', '2019-12-03', '2019-12-04', '2019-12-05'],
'hh_periods': ['1', '1', '1', '20']
}
]
理想情况下，我想建立pd.Dataframe()一个colums=["p1", "p2", "p3", "p4"]
看起来像这样：
p1 p2 p3 p4
dates
2019-12-01 1 1 1 1
2019-12-02 1 1 1 20
2019-12-03 1 1 1 20
2019-12-04 1 1 1 20
2019-12-05 1 1 1 20
对于我的用例，我需要一些快速的东西，我尝试过：
p = pd.DataFrame(data).explode('dates')
p.set_index('dates', inplace=True)
这很接近但最终是：
hh_periods
dates
2019-12-01 [1, 1, 1, 1]
2019-12-01 [1, 1, 1, 1]
2019-12-02 [1, 1, 1, 20]
2019-12-03 [1, 1, 1, 20]
这并不理想。 * 更新 *
所以我使用了 anky_91 的答案：
cols = ["dates", "p1", "p2", "p3", "p4"]
p = pd.DataFrame(self.build()).explode('dates')
var = p[['dates']].join(pd.DataFrame(p.ffill(axis=1).iloc[:, -1].tolist()))
var.columns = cols
现在返回的结果在视觉上看起来是正确的：
dates p1 p2 p3 p4
0 2019-12-07 1 0 0 0
0 2019-12-14 1 0 0 0
0 2019-12-07 1 0 0 0
0 2019-12-14 1 0 0 0
1 2019-12-01 1 0 0 0
但是当我测试时：
[
{
'dates': ['2019-12-07', '2019-12-14'],
'periods': ['333333', '0', '0', '0']
},
{
'dates': ['2019-12-01', '2019-12-08', '2019-12-15'],
'periods': ['1', '1', '333', '1']
}
]
我得到这样的df：
dates p1 p2 p3 p4
0 2019-12-07 333333 0 0 0
0 2019-12-14 333333 0 0 0
0 2019-12-07 333333 0 0 0
0 2019-12-14 333333 0 0 0
1 2019-12-01 333333 0 0 0
1 2019-12-08 333333 0 0 0
1 2019-12-15 333333 0 0 0
1 2019-12-01 333333 0 0 0
所以只有 p1 被捡起......：/
p = pd.DataFrame(self.build()).explode('dates')
print(p)
按预期生成旧形式：
dates hh_periods
0 2019-12-07 [333333, 0, 0, 0]
0 2019-12-14 [333333, 0, 0, 0]
1 2019-12-01 [1, 1, 333, 1]
1 2019-12-08 [1, 1, 333, 1]
( ... )
炎炎设计
慕容森
相关分类