将字典转换为数据框时如何设置索引？答案

【问题标题】：How can I set index while converting dictionary to dataframe?将字典转换为数据框时如何设置索引？
【发布时间】：2017-05-03 14:02:59
【问题描述】：

我有一本如下图所示的字典

defaultdict(list,
        {'Open': ['47.47', '47.46', '47.38', ...],
         'Close': ['47.48', '47.45', '47.40', ...],
         'Date': ['2016/11/22 07:00:00', '2016/11/22 06:59:00','2016/11/22 06:58:00', ...]})

我的目的是将此字典转换为数据框并将“日期”键值设置为数据框的索引。

我可以通过以下命令完成这项工作

df = pd.DataFrame(dictionary, columns=['Date', 'Open', 'Close'])

     0  Date                  Open    Close
     1  2016/11/22 07:00:00   47.47   47.48
     2  2016/11/22 06:59:00   47.46   47.45
     3  2016/11/22 06:58:00   47.38   47.38

df.index = df.Date

     Date                  Date                  Open    Close
     2016/11/22 07:00:00   2016/11/22 07:00:00   47.47   47.48
     2016/11/22 06:59:00   2016/11/22 06:59:00   47.46   47.45
     2016/11/22 06:58:00   2016/11/22 06:58:00   47.38   47.38

但是，我有两个“日期”列，其中一个是索引，另一个是原始列。

有什么方法可以设置索引同时将字典转换为数据框，而不会像下面这样重叠列？

     Date                  Close       Open
     2016/11/22 07:00:00   47.48       47.47
     2016/11/22 06:59:00   47.45       47.46
     2016/11/22 06:58:00   47.38       47.38

感谢您阅读本文！ :)

【问题讨论】：

标签： python pandas dictionary

【解决方案1】：

使用set_index:

df = pd.DataFrame(dictionary, columns=['Date', 'Open', 'Close'])  
df = df.set_index('Date')       
print (df)
                      Open  Close
Date                             
2016/11/22 07:00:00  47.47  47.48
2016/11/22 06:59:00  47.46  47.45
2016/11/22 06:58:00  47.38  47.40

或使用inplace:

df = pd.DataFrame(dictionary, columns=['Date', 'Open', 'Close'])  
df.set_index('Date', inplace=True)       
print (df)
                      Open  Close
Date                             
2016/11/22 07:00:00  47.47  47.48
2016/11/22 06:59:00  47.46  47.45
2016/11/22 06:58:00  47.38  47.40

另一种可能的解决方案是通过Date 键过滤掉dict，然后通过dictionary['Date'] 设置索引：

df = pd.DataFrame({k: v for k, v in dictionary.items() if not k == 'Date'}, 
                   index=dictionary['Date'], 
                   columns=['Open','Close'])  
df.index.name = 'Date'
print (df)
                      Open  Close
Date                             
2016/11/22 07:00:00  47.47  47.48
2016/11/22 06:59:00  47.46  47.45
2016/11/22 06:58:00  47.38  47.40

【讨论】：

很高兴能帮到您！如果我的回答有帮助，请不要忘记accept。谢谢。
感谢您的详细解答！我可以问你对最后一个解决方案的更多解释吗？我很难理解 DataFrame() 命令中的内容。 k 和 v 代表什么？它类似于列表推导吗？
是的，它是dict理解，与列表理解非常相似，只是输出是另一个或改变的原始dict。