Python-将隐藏在列表中的字典转换为数据帧

Posted 2023-03-12

【中文标题】Python-将隐藏在列表中的字典转换为数据帧

【英文标题】：Python- Convert Dict hidden in List to DataFrame

【发布时间】：2019-07-14 22:22:55

【问题描述】：

我在将 JSON 中的规范化用于被识别为列表的字典时遇到问题。目标是从 yahoo_finance 创建一个数据框。

from yahoofinancials import YahooFinancials
import pandas as pd
from pandas.io.json import json_normalize

ticker = 'AAPL'
yahoo_financials = YahooFinancials(ticker)
balance_sheet_data_qt = yahoo_financials.get_financial_stmts('quarterly', 'balance')

#The return is a bit messy, I've simplified it with:
user_dict=balance_sheet_data_qt.get('balanceSheetHistoryQuarterly').get(ticker)
df=pd.DataFrame(user_dict)

但仍然难以将数据通过终点线，目标是将每个季度日期作为每行的索引，并将关键财务列为列。

【问题讨论】：

在你的代码中你所做的只是调用一个方法，我们应该如何理解你的问题？？？

欢迎来到 SO。预期的输出是多少？

目前输出如下所示： 2018-03-31 \ 0 NaN 1 NaN 2 NaN 3 'netTangibleAssets': 126878000000, 'totalCurr... \ 2018 年 9 月 29 日 265595000 163756000 101839000 NaN 2017 年 9 月 30 日 229234000 141048000 88186000 NaN

目标是将财务记录列在列中，并将每个数据作为行的索引 - 在数据框中

【参考方案1】：

您可以从集合中使用 ChainMap。

from collections import ChainMap    
df = pd.DataFrame.from_dict(ChainMap(*user_dict), orient='index')

如果你不想使用ChainMap，你可以遍历user_dict（一个列表）中的dicts，然后将这些DFs附加到主df。

df = pd.DataFrame()

for d in user_dict:
  df = df.append(pd.DataFrame.from_dict(d, orient='index'))

ChainMap 对我来说运行得更快

1.43 ms ± 13.7 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

对

7 ms ± 121 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

【参考方案2】：

我想这就是你要找的。​​p>

以下以日期为索引，列中为财务数据：

dataframe_entries = list()
for result in balance_sheet_data_qt.get('balanceSheetHistoryQuarterly').get('AAPL'):
    extracted_date = list(result)[0]
    dataframe_row = list(result.values())[0]
    dataframe_row['date'] = extracted_date
    dataframe_entries.append(dataframe_row)

df = pd.DataFrame(dataframe_entries).set_index('date')

输出：

date            accountsPayable               treasuryStock                     
2018-12-29      44293000000      ...          -3588000000
2018-09-29      55888000000      ...          -3454000000
2018-06-30      38489000000      ...          -3111000000
2018-03-31      34311000000      ...          -3064000000

【讨论】：

当我尝试这个时，第 3 行的错误“dict_keys”对象不支持索引

在这种情况下，您必须使用 python3。我现在已经更新了代码。