我有下面这本词典:
data ={
'Allehelgens gate 4': {
'Direkte el1': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
537,
967
]
},
'Direkte el2': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
100,
89
]
},
'Direkte el3': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
203,
191
]
},
'Direkte el4': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
0,
0
]
},
'Direkte el5': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
8993,
10113
]
},
'Fjernvarme6': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
10280,
13630
]
},
'Direkte el7': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
1345,
1380
]
},
'Tappevann8': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
9,
15
]
},
'Tappevann9': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
8,
15
]
}
},
'Christian Krohgs gate 32': {
'Fjernvarme1': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
9147,
12761
]
},
'Fjernvarme2': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
8869,
12732
]
},
'Fjernvarme3': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
50,
1724
]
},
'Nærkjøling4': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
0,
0
]
},
'Nærkjøling5': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
0,
0
]
},
'Fjernvarme6': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
0,
0
]
},
'Nærkjøling7': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
0,
0
]
},
'Fjernvarme8': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
0,
0
]
},
'Nærkjøling9': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
0,
0
]
},
'Fjernvarme10': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
2,
1
]
},
'Nærkjøling11': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
0,
0
]
},
'Fjernvarme12': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
0,
1
]
},
'Nærkjøling13': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
0,
0
]
},
'Direkte el14': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
8626,
16143
]
},
'Direkte el15': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
18211,
18211
]
},
'Fjernvarme16': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
20600,
35310
]
},
'Direkte el17': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
95,
138
]
},
'Direkte el18': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
358,
357
]
},
'Direkte el19': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
130,
130
]
},
'Direkte el20': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
331,
472
]
},
'Direkte el21': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
309,
355
]
},
'Direkte el22': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
382,
698
]
},
'Direkte el23': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
373,
440
]
},
'Direkte el24': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
173,
183
]
},
'Direkte el25': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
706,
1015
]
},
'Direkte el26': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
80,
141
]
},
'Direkte el27': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
175,
210
]
},
'Direkte el28': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
406,
702
]
},
'Direkte el29': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
251,
364
]
},
'Direkte el30': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
517,
510
]
},
'Direkte el31': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
146,
299
]
},
'Direkte el32': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
659,
857
]
},
'Direkte el33': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
55,
90
]
},
'Direkte el34': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
192,
224
]
},
'Direkte el35': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
976,
1009
]
},
'Tappevann36': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
0,
0
]
},
'Tappevann37': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
0,
0
]
},
'Direkte el38': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
654,
2436
]
},
'Direkte el39': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
27,
212
]
},
'Direkte el40': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
75,
393
]
},
'Direkte el41': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
82,
323
]
},
'Direkte el42': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
8,
584
]
},
'Direkte el43': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
9,
842
]
},
'Direkte el44': {
'Datetime': [
'2020-12-28T00:00:00.000Z',
'2021-01-04T00:00:00.000Z'
],
'Value': [
695,
905
]
}
}
}
我想把这本词典变成一个Pandas 数据框.我认为最好的方法是得到这样的东西:
try 了几种方法都没有成功,有人知道如何解决这个问题吗?
似乎特兰比的回答几乎奏效了:
建议的解决方案:
series = pd.DataFrame(data).unstack()
cols = series.index
s = series.apply(lambda x: dict(zip(x["Datetime"], x["Value"])))
pd.DataFrame(s.values.tolist(), index=cols).T
但在 run 的时候
series = pd.DataFrame(data).unstack()"
Pandas .这部剧有很多NaN.这会在运行时导致错误
s = series.apply(lambda x: dict(zip(x["Datetime"], x["Value"])))
你有任何关于如何解决这个问题的线索吗?