如何使用索引字典构建 DataFrame？

Question

我使用数字的 DF（它们是 Y）与“名称”的索引和“日期”的列，并计算不在 DF 中的 3 个其他变量（X）的 PLS 回归。我想在此 DF 的每个日期提取每个名称的 beta 'o'，这些名称是使用以日期为索引的循环计算的。问题是存在大量缺失数据 (Y)，因为并非每个日期都存在所有名称。因此，我构建了一个索引字典 o[i] ，其中包含在特定日期存在的所有名称，依此类推。我的问题是：如何使用日期和名称作为列和索引的 beta 构建 DF？

import pandas as pd

import numpy as np

PLS 的结果可以如下组织：

o={}

o[0]={'Date' : '1995-12-12', 'Names' : ['Jack','Jeff','Paul'] ,'Beta' : [0.254,0.12,0.35]}

o[1]={'Date' : '1995-12-13', 'Names' : ['Jack','Jeff','Paul'], 'Beta' : [0.21,0.11,0.31]}

o[2]={'Date' : '1995-12-14', 'Names' : ['Jack','Jeff','Paul','Olivia'], 'Beta' : [0.1,0.08,0.4,0.15]}

o[3]={'Date' : '1995-12-15', 'Names' : ['Jack','Jeff','Paul','Olivia'], 'Beta' : [0.2,0.13,0.37,0.09]}

o[4]={'Date' : '1995-12-16', 'Names' : ['Jeff','Paul','Olivia','Stef'], 'Beta' : [0.15,0.29,0.33,-0.01]}

Answer 1

您可以尝试通过以下方式进行操作：# Create the dataframedf = pd.concat(list(map(pd.DataFrame, o.values())))# Reindex by Date and Namesdf = df.set_index(['Date', 'Names'])导致                    BetaDate       Names        1995-12-12 Jack    0.254           Jeff    0.120           Paul    0.3501995-12-13 Jack    0.210           Jeff    0.110           Paul    0.3101995-12-14 Jack    0.100           Jeff    0.080           Paul    0.400           Olivia  0.1501995-12-15 Jack    0.200           Jeff    0.130           Paul    0.370           Olivia  0.0901995-12-16 Jeff    0.150           Paul    0.290           Olivia  0.330           Stef   -0.010