向dataframe追加多个字典：错误dataframe构造函数未正确调用？
我正在尝试获取一个字典到熊猫数据帧。我在一些事情上遇到了麻烦。我尝试了以下方法
data = {'applicableMargin': '12.50', 'marketType': 'N', 'totalBuyQuantity': '1,14,514', 'buyPrice1': '1,546.30', 'dayLow': '1,541.20', 'symbol': 'ACC', 'cm_adj_low_dt': '23-MAR-17', 'open': '1,571.50', 'sellPrice2': '1,547.85', 'sellPrice4': '1,547.95', 'cm_ffm': '13,249.84', 'buyPrice3': '1,546.00', 'css_status_desc': 'Listed', 'ndStartDate': '-', 'buyQuantity1': '43', 'totalTradedValue': '1,468.42', 'surv_indicator': '-', 'recordDate': '26-JUL-17', 'secDate': '16MAR2018', 'faceValue': '10.00', 'totalTradedVolume': '94,384', 'pricebandlower': '1,411.20', 'sellQuantity4': '16', 'averagePrice': '1,555.79', 'buyPrice2': '1,546.05', 'totalSellQuantity': '84,873', 'closePrice': '0.00', 'buyPrice4': '1,545.90', 'extremeLossMargin': '5.00', 'isinCode': 'INE012A01025', 'buyQuantity4': '48', 'sellPrice3': '1,547.90', 'bcEndDate': '-', 'buyQuantity5': '27', 'indexVar': '-', 'purpose': 'INTERIM DIVIDEND - RS 11/- PER SHARE', 'sellQuantity5': '286', 'series': 'EQ', 'low52': '1,380.40', 'dayHigh': '1,573.70', 'pricebandupper': '1,724.70', 'basePrice': '1,567.95', 'lastPrice': '1,546.05', 'sellQuantity2': '32', 'deliveryToTradedQuantity': '50.45', 'high52': '1,869.95', 'cm_adj_high_dt': '13-SEP-17', 'sellQuantity1': '67', 'buyQuantity2': '155', 'isExDateFlag': False, 'quantityTraded': '2,53,481', 'previousClose': '1,567.95', 'securityVar': '5.74', 'bcStartDate': '-', 'sellQuantity3': '25', 'ndEndDate': '-', 'buyQuantity3': '31', 'companyName': 'ACC Limited', 'sellPrice1': '1,547.65', 'adhocMargin': '-', 'sellPrice5': '1,548.00', 'change': '-21.90', 'exDate': '25-JUL-17', 'varMargin': '7.50', 'pChange': '-1.40', 'buyPrice5': '1,545.85', 'priceBand': 'No Band'}
pd_cols = []
for i in data:
pd_cols.append(i)
#fut_data = pd.DataFrame()
#fut_data.columns = pd_cols
fut_data = pd.DataFrame(data.items(), columns=pd_cols)
这会产生以下错误：
回溯（最近一次调用）：文件“”，第1行，在文件“C:\Python34\lib\site packages\pandas\core\frame.py”的第345行中，在
在这之后，我将有一堆更多的法规，它们将具有相同的列。我想把它们都添加到同一个数据库。
提前谢谢。
共有3个答案
虽然前面的答案更好，你可以尝试这个荒谬的解决方案，如果它适合你：
fut_data = pd.DataFrame(data,index=[0])
要添加更多行，您可以尝试：
fut_data1 = pd.DataFrame(data1,index=[1])
fut_data.append(fut_data1)
或者
fut_data1 = pd.DataFrame(data1,index=[i]) #where i is a loop variable
fut_data.append(fut_data1)
这是否为您提供了所需的输出？
import pandas as pd
data = {'applicableMargin': '12.50', 'marketType': 'N', 'totalBuyQuantity': '1,14,514', 'buyPrice1': '1,546.30', 'dayLow': '1,541.20', 'symbol': 'ACC', 'cm_adj_low_dt': '23-MAR-17', 'open': '1,571.50', 'sellPrice2': '1,547.85', 'sellPrice4': '1,547.95', 'cm_ffm': '13,249.84', 'buyPrice3': '1,546.00', 'css_status_desc': 'Listed', 'ndStartDate': '-', 'buyQuantity1': '43', 'totalTradedValue': '1,468.42', 'surv_indicator': '-', 'recordDate': '26-JUL-17', 'secDate': '16MAR2018', 'faceValue': '10.00', 'totalTradedVolume': '94,384', 'pricebandlower': '1,411.20', 'sellQuantity4': '16', 'averagePrice': '1,555.79', 'buyPrice2': '1,546.05', 'totalSellQuantity': '84,873', 'closePrice': '0.00', 'buyPrice4': '1,545.90', 'extremeLossMargin': '5.00', 'isinCode': 'INE012A01025', 'buyQuantity4': '48', 'sellPrice3': '1,547.90', 'bcEndDate': '-', 'buyQuantity5': '27', 'indexVar': '-', 'purpose': 'INTERIM DIVIDEND - RS 11/- PER SHARE', 'sellQuantity5': '286', 'series': 'EQ', 'low52': '1,380.40', 'dayHigh': '1,573.70', 'pricebandupper': '1,724.70', 'basePrice': '1,567.95', 'lastPrice': '1,546.05', 'sellQuantity2': '32', 'deliveryToTradedQuantity': '50.45', 'high52': '1,869.95', 'cm_adj_high_dt': '13-SEP-17', 'sellQuantity1': '67', 'buyQuantity2': '155', 'isExDateFlag': False, 'quantityTraded': '2,53,481', 'previousClose': '1,567.95', 'securityVar': '5.74', 'bcStartDate': '-', 'sellQuantity3': '25', 'ndEndDate': '-', 'buyQuantity3': '31', 'companyName': 'ACC Limited', 'sellPrice1': '1,547.65', 'adhocMargin': '-', 'sellPrice5': '1,548.00', 'change': '-21.90', 'exDate': '25-JUL-17', 'varMargin': '7.50', 'pChange': '-1.40', 'buyPrice5': '1,545.85', 'priceBand': 'No Band'}
df = pd.DataFrame.from_dict([data])
print(df.iloc[:,:5])
当我运行上面我得到一个1行数据帧：
adhocMargin applicableMargin averagePrice basePrice bcEndDate
0 - 12.50 1,555.79 1,567.95 -
如果您有多个类似的dict，请将它们全部放在如下列表中：
df = pd.DataFrame.from_dict([data1,data2])
这会产生一个数据帧，每行一个判决。
这对我有用。由于此错误适用于您，您可能会出现复制粘贴错误。
fut_data = pd.DataFrame.from_dict(data, orient='index').T
print(fut_data)
# applicableMargin marketType totalBuyQuantity buyPrice1 dayLow symbol \
# 0 12.50 N 1,14,514 1,546.30 1,541.20 ACC
# cm_adj_low_dt open sellPrice2 sellPrice4 ... companyName \
# 0 23-MAR-17 1,571.50 1,547.85 1,547.95 ... ACC Limited
# buyPrice5 priceBand
# 0 1,545.85 No Band
# [1 rows x 67 columns]
您可以按如下方式追加：
df = pd.DataFrame.from_dict(data, orient='index').T
df = df.append(pd.DataFrame.from_dict(data2, orient='index').T)
这里的data2是另一个类似的字典。
-
我正在尝试使用mosquitto接收数据，并使用python pandas将其保存为csv文件。在我停止脚本之前，数据是连续的。 mqtt\U发布。py mqtt_sub.py代码 从上面的脚本中，我得到了测试。csv
-
问题内容： 我提出了有关添加带有WITH索引的行的问题，但是我还不清楚在没有索引的情况下这是为什么/为什么发生： 我希望这里有2X4数据帧。但是，没有添加任何值，也没有发生错误。 为什么不添加系列，为什么不出现任何错误？ 如果我尝试使用LOC添加行，则会添加索引， 结果： 我猜LOC和iLOC都不能用于添加没有索引名称的行（即Loc添加索引名称NaN，并且当索引号高于数据库行时不能使用iLoc）
-
问题内容： 我在Pandas中构建3D DataFrame有困难。我想要这样的东西 其中，等是顶级描述符，而和是子描述符。接下来的数字是成对的，而，等的对数则不同。观察有四个这样的对，只有1个，有3个。 我不确定如何继续构造此DataFrame。修改此示例并没有给我设计输出： 产生： 有什么办法可以将C中的列表分解成自己的列？ 编辑：我的结构很重要。看起来如下： 所需的输出是顶部的输出。它表示某个
-
问题内容： 假设我有一个嵌套的字典，其结构为： 级别1： UserId（长整数） 级别2：类别（字符串） 级别3：各种属性（浮点数，整数等）。 例如，该词典的条目为： 其中的每个项目都user_dict具有相同的结构，并且user_dict包含大量的项目，我希望将这些项目提供给pandas DataFrame，从而根据属性构造系列。在这种情况下，分层索引对于此目的将是有用的。 具体来说，我的问题是
-
问题内容： 我想将JSON数据存储在Python Pandas DataFrame中 我的JSON数据是像这样的字典的字典 我这样做是为了将数据放入DataFrame 我明白了 我的问题是我的DataFrame包含字典而不是值。 我想知道如何使用Pandas DataFrame管理多维数据（超过2个维度…这里有3个维度）。 DataFrame中的每个字典都有相同的键。 问题答案： df = pd.
-
问题内容： 我有一个4个熊猫数据框的列表，其中包含我想合并为一个数据框的一天的报价数据。我无法理解concat在时间戳上的行为。请参阅以下详细信息： 使用我得到： 使用我得到： 注意使用时索引如何变化。为什么会发生这种情况，我将如何使用该方法来重现使用所获得的结果？（因为看上去快得多；每个循环24.6 ms，而每个循环3.02 s） 问题答案： 因此，您正在执行的操作是append和concat