我正在使用一个API,该API返回一个带有嵌套列表的字典,让其命名为coins_best
结果如下所示:
{'bitcoin': [[1603782192402, 13089.646908288987],
[1603865643028, 13712.070136258053]],
'ethereum': [[1603782053064, 393.6741989091851],
[1603865024078, 404.86117057956386]]}
列表中的第一个值是时间戳记,而第二个是美元价格。我想创建一个具有价格并将时间戳记作为索引的DataFrame。我尝试使用此代码仅一步来完成它:
d = pd.DataFrame()
for id, obj in coins_best.items():
for i in range(0,len(obj)):
temp = pd.DataFrame({
obj[i][1]
}
)
d = pd.concat([d, temp])
d
这种尝试给了我一个只有一列而不是必需的两列的DataFrame,因为columns
当我尝试使用参数抛出错误时(必须使用某种类型的集合调用TypeError:Index(...),传递了“ bitcoin”)与id
然后,我尝试着对字典及其列表进行预处理:
for k in coins_best.keys():
inner_lists = (coins_best[k] for inner_dict in coins_best.values())
items = (item[1] for ls in inner_lists for item in ls)
我无法同时获得字典中的两个元素,仅是最后一个。
我知道可以尝试:
df = pd.DataFrame(coins_best, columns=coins_best.keys())
这给了我:
bitcoin ethereum
0 [1603782192402, 13089.646908288987] [1603782053064, 393.6741989091851]
1 [1603785693143, 13146.275972229188] [1603785731599, 394.6174435303511]
然后尝试删除每行的每个列表中的第一个元素,但是对我来说更难。所需的答案是:
bitcoin ethereum
1603782192402 13089.646908288987 393.6741989091851
1603785693143 13146.275972229188 394.6174435303511
您是否知道在创建DataFrame之前如何处理字典以便获得此结果?
是我的第一个问题,我试图尽可能清楚。非常感谢你。
更新#1
Sander van den Oord的答案也解决了时间戳问题,对于解决此问题很有用。但是,示例代码正确无误(因为它使用了提供的信息)仅限于这两个键。这是解决字典中每个键问题的最终代码。
for k in coins_best:
df_coins1 = pd.DataFrame(data=coins_best[k], columns=['timestamp', k])
df_coins1['timestamp'] = pd.to_datetime(df_coins1['timestamp'], unit='ms')
df_coins = pd.concat([df_coins1, df_coins], sort=False)
df_coins_resampled = df_coins.set_index('timestamp').resample('d').mean()
非常感谢您的回答。
我认为您不应该忽略在不同时间获取硬币价值的事实。您可以执行以下操作:
import pandas as pd
import hvplot.pandas
coins_best = {
'bitcoin': [[1603782192402, 13089.646908288987],
[1603865643028, 13712.070136258053]],
'ethereum': [[1603782053064, 393.6741989091851],
[1603865024078, 404.86117057956386]],
}
df_bitcoin = pd.DataFrame(data=coins_best['bitcoin'], columns=['timestamp', 'bitcoin'])
df_bitcoin['timestamp'] = pd.to_datetime(df_bitcoin['timestamp'], unit='ms')
df_ethereum = pd.DataFrame(data=coins_best['ethereum'], columns=['timestamp', 'ethereum'])
df_ethereum['timestamp'] = pd.to_datetime(df_ethereum['timestamp'], unit='ms')
df_coins = pd.concat([df_ethereum, df_bitcoin], sort=False)
您df_coins
现在将如下所示:
+----+----------------------------+------------+-----------+
| | timestamp | ethereum | bitcoin |
|----+----------------------------+------------+-----------|
| 0 | 2020-10-27 07:00:53.064000 | 393.674 | nan |
| 1 | 2020-10-28 06:03:44.078000 | 404.861 | nan |
| 0 | 2020-10-27 07:03:12.402000 | nan | 13089.6 |
| 1 | 2020-10-28 06:14:03.028000 | nan | 13712.1 |
+----+----------------------------+------------+-----------+
现在,如果您希望值位于同一行,则可以使用重采样,这里我每天都这样做:硬币类型在同一天的所有值均取平均值:
df_coins_resampled = df_coins.set_index('timestamp').resample('d').mean()
df_coins_resampled
看起来像这样:
+---------------------+------------+-----------+
| timestamp | ethereum | bitcoin |
|---------------------+------------+-----------|
| 2020-10-27 00:00:00 | 393.674 | 13089.6 |
| 2020-10-28 00:00:00 | 404.861 | 13712.1 |
+---------------------+------------+-----------+
我喜欢使用hvplot获取结果的交互式图:
df_coins_resampled.hvplot.scatter(
x='timestamp',
y=['bitcoin', 'ethereum'],
s=20, padding=0.1
)
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句