如何从列表中的多个字典附加到具有“内部”字典特定部分的另一个列表？

Question

我有一个列表中的字典：

fit_statstest = [{'activities-heart': [{'dateTime': '2018-02-01',
'value': {'customHeartRateZones': [],
 'heartRateZones': [{'caloriesOut': 2119.9464,
   'max': 96,
   'min': 30,
   'minutes': 1232,
   'name': 'Out of Range'},
  {'caloriesOut': 770.2719,
   'max': 134,
   'min': 96,
   'minutes': 120,
   'name': 'Fat Burn'},
  {'caloriesOut': 0,
   'max': 163,
   'min': 134,
   'minutes': 0,
   'name': 'Cardio'},
  {'caloriesOut': 0,
   'max': 220,
   'min': 163,
   'minutes': 0,
   'name': 'Peak'}],
 'restingHeartRate': 64}}],
'activities-heart-intraday': {'dataset': [{'time': '00:00:00', 'value': 57},
{'time': '00:00:10', 'value': 56},
{'time': '00:00:20', 'value': 59},
{'time': '00:00:35', 'value': 59},
{'time': '02:54:10', 'value': 85},
{'time': '02:54:20', 'value': 71},
{'time': '02:54:30', 'value': 66},
...],'datasetInterval': 1,
'datasetType': 'second'}},
{'activities-heart': [{'dateTime': '2018-02-02',
'value': {'customHeartRateZones': [],
 'heartRateZones': [{'caloriesOut': 2200.61802,
   'max': 96,
   'min': 30,
   'minutes': 1273,
   'name': 'Out of Range'},
  {'caloriesOut': 891.9588,
   'max': 134,
   'min': 96,
   'minutes': 133,
   'name': 'Fat Burn'},
  {'caloriesOut': 35.8266,
   'max': 163,
   'min': 134,
   'minutes': 3,
   'name': 'Cardio'},
  {'caloriesOut': 0,
   'max': 220,
   'min': 163,
   'minutes': 0,
   'name': 'Peak'}],
 'restingHeartRate': 67}}],
'activities-heart-intraday': {'dataset': [{'time': '00:00:10', 'value': 80},
{'time': '00:00:15', 'value': 79},
{'time': '00:00:20', 'value': 74},
{'time': '00:00:25', 'value': 72},
{'time': '03:04:10', 'value': 61},
{'time': '03:04:25', 'value': 61},
{'time': '03:04:40', 'value': 61},
...],
'datasetInterval': 1,
'datasetType': 'second'}}]

我正在尝试将 'time': 'hh:mm:ss' 和 'value': Int 附加到 DataFrame。

这就是我为单个字典所做的（就像一个魅力）：

time_list = []
val_list = []
for i in fit_statsHR['activities-heart-intraday']['dataset']:
    val_list.append(i['value'])
    time_list.append(i['time'])

这就是我尝试为多级字典列表做的方式：

time_test = []
val_test = []
for i in fit_statstest:
    val_test.append(i['activities-heart-intraday']['dataset']['value'])
    time_test.append(i['activities-heart-intraday']['dataset']['time'])
heartdftest = pd.DataFrame({'Heart Rate':val_test,'Time':time_test})

我收到此错误：列表索引必须是整数或切片，而不是 str；并且不太确定如何解决这个问题。

我尝试使用 .copy() 方法，但也不满意。

更新： @Phydeaux：为此干杯！我试过这个：

time_test = []
val_test = []
j = np.arange(0,len(fit_statstest))

for i in fit_statstest[j]['activities-heart-intraday']['dataset']:
    val_test.append(i['value'])
    time_test.append(i['time'])

我现在收到此错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-184-f3e7484e1cfc> in <module>()
  3 j = np.arange(0,len(fit_statstest))
  4 
----> 5 for i in fit_statstest[j]['activities-heart-intraday']['dataset']:
  6     val_test.append(i['value'])
  7     time_test.append(i['time'])

TypeError: only integer scalar arrays can be converted to a scalar index

只有整数标量数组可以转换为标量索引。不知道我是否走在正确的轨道上！

Answer 1

i['activities-heart-intraday']['dataset'] 是一个包含多个字典的列表，每个字典都有一个'value' 属性。您正在尝试将此列表视为字典，这就是导致您遇到异常的原因。

您对单个字典的代码有正确的想法。您需要遍历列表并对每个项目执行一些操作。

---

编辑：你不能直接使用np.arange 来索引这样的列表，正如例外所说。你期望它做什么？

试试这个：

time_test = []
val_test = []

# use descriptive names for your loop indices that give a hint about what they represent
for day in fit_statstest:
    for entry in day['activities-heart-intraday']['dataset']:
        time_test.append(entry['time'])
        val_test.append(entry['value'])

Answer 2

这是通过单个列表理解的一种解决方案：

import pandas as pd

time_values = [(d['time'], d['value']) for day in fit_statstest \
               for d in day['activities-heart-intraday']['dataset']]

df = pd.DataFrame(time_values, columns=['time', 'value'])

结果

        time  value
0   00:00:00     57
1   00:00:10     56
2   00:00:20     59
3   00:00:35     59
4   02:54:10     85
5   02:54:20     71
6   02:54:30     66
7   00:00:10     80
8   00:00:15     79
9   00:00:20     74
10  00:00:25     72
11  03:04:10     61
12  03:04:25     61
13  03:04:40     61