将字典列表的字典转换为 pandas DataFrame

Question

我从 RobinHoood 函数中提取了 AAPL 历史期权价格列表robin_stocks.get_option_historicals()。数据以字典列表的形式返回，如下所示。

我在将以下对象（名为historicalData）转换为DataFrame. 有人可以帮忙吗？

historicalData = {'data_points': [{'begins_at': '2020-10-05T13:30:00Z',

   'open_price': '1.430000',

   'close_price': '1.430000',

   'high_price': '1.430000',

   'low_price': '1.430000',

   'volume': 0,

   'session': 'reg',

   'interpolated': False},

{'begins_at': '2020-10-05T13:40:00Z',

   'open_price': '1.430000',

   'close_price': '1.340000',

   'high_price': '1.440000',

   'low_price': '1.320000',

   'volume': 0,

   'session': 'reg',

   'interpolated': False}],

'open_time': '0001-01-01T00:00:00Z',

'open_price': '0.000000',

'previous_close_time': '0001-01-01T00:00:00Z',

'previous_close_price': '0.000000',

'interval': '10minute',

'span': 'week',

'bounds': 'regular',

'id': '22b49380-8c50-4c76-8fb1-a4d06058f91e',

'instrument': 'https://api.robinhood.com/options/instruments/22b49380-8c50-4c76-8fb1-a4d06058f91e/'}

我尝试了下面的代码，但这没有帮助：

import pandas as pd

df = pd.DataFrame(historicalData)

df

Answer 1

您没有写到您只需要 data_points（如另一个答案中所示），所以我假设您希望将整个字典转换为 DataFrame。为此，请从您的代码开始：df = pd.DataFrame(historicalData)它创建一个 DataFrame，其中data_points “分解”为连续行，但它们仍然是字典。然后将open_price列重命名为open_price_all：df.rename(columns={'open_price': 'open_price_all'}, inplace=True)原因是为了避免在不久执行连接后出现重复的列名称 （data_points还包含open_price属性，我希望data_points 中的相应列 “继承”此名称）。下一步是创建一个临时 DataFrame - 将data_points中的字典拆分为各个列：wrk = df.data_points.apply(pd.Series)打印wrk查看结果。最后一步是将df与wrk连接并删除 data_points列（不再需要，因为它被分成单独的列）：result = df.join(wrk).drop(columns=['data_points'])

Answer 2

通过下面的内容很容易解决这个问题。我已通过列表理解将数据框放入列表中import pandas as pddf_list = [pd.DataFrame(dic.items(), columns=['Parameters', 'Value']) for dic in historicalData['data_points']]然后你可以这样做：df_list[0]这将产生     Parameters                 Value0     begins_at  2020-10-05T13:30:00Z1    open_price              1.4300002   close_price              1.4300003    high_price              1.4300004     low_price              1.4300005        volume                     06       session                   reg7  interpolated                 False