时间戳

首页 > 解决方案 > Pandas：将带有 DatetimeIndex 的列表的字典转换为 DataFrame

python - Pandas：将带有 DatetimeIndex 的列表的字典转换为 DataFrame

问题描述

我需要熊猫专家的帮助：) 我需要从包含两个 DatetimeIndexes 列表作为值的字典有效地创建 DataFrame。

这是此类字典的简短示例：

import pandas as pd

d = {
  871:[pd.date_range('20180131', '20180331', freq='M', normalize=True),
       pd.date_range('20180228', '20180430', freq='M', normalize=True)],
  872:[pd.date_range('20180228', '20180331', freq='M', normalize=True),
       pd.date_range('20180331', '20180430', freq='M', normalize=True)]}

d
Out[3]: 
{871: [DatetimeIndex(['2018-01-31', '2018-02-28', '2018-03-31'], dtype='datetime64[ns]', freq='M'),
  DatetimeIndex(['2018-02-28', '2018-03-31', '2018-04-30'], dtype='datetime64[ns]', freq='M')],
 872: [DatetimeIndex(['2018-02-28', '2018-03-31'], dtype='datetime64[ns]', freq='M'),
  DatetimeIndex(['2018-03-31', '2018-04-30'], dtype='datetime64[ns]', freq='M')]}

我想要得到的是一个 DataFrame，其中 dict 键用作索引和两个 pd.Timestamp 列，它们对应于上面的两个 DatetimeIndexes。

这是它的样子：

result_df
Out[6]: 
         Start        End
871 2018-01-31 2018-02-28
871 2018-02-28 2018-03-31
871 2018-03-31 2018-04-30
872 2018-02-28 2018-03-31
872 2018-03-31 2018-04-30

PS 实际任务是将具有日期范围（如下所示）的大型 DataFrame 拆分为单个月。

df_original
Out[19]: 
           Start        End
Index                      
871   2018-01-31 2018-02-28
872   2018-02-28 2018-04-30

大的是几十万行。

标签： pythonpandas

解决方案

利用：

d1 = {k: pd.DataFrame(list(zip(*v)), columns=['Start','End']) for k, v in d.items()}
df = pd.concat(d1).reset_index(level=1, drop=True)
print (df)
         Start        End
871 2018-01-31 2018-02-28
871 2018-02-28 2018-03-31
871 2018-03-31 2018-04-30
872 2018-02-28 2018-03-31
872 2018-03-31 2018-04-30

推荐阅读