将数据框转换为字典时,如何仅将数据框架的一部分提取为关键?

发布于 2025-01-29 03:53:16 字数 356 浏览 2 评论 0原文

这是数据框的外观。它是从santiment中检索出来的。

                           ethSpent
datetime                           
2020-04-17 00:00:00+00:00       0.0
2020-04-17 01:00:00+00:00       0.0

df.todict()

这是什么一对键和值看起来

Timestamp('2021-04-14 20:00:00+0000', tz='UTC'): 0.0,

只有我如何在没有时间戳和TZ ='utc'的情况下提取日期时间?

Here is what the dataframe looks like. It was retrieved from Santiment.

                           ethSpent
datetime                           
2020-04-17 00:00:00+00:00       0.0
2020-04-17 01:00:00+00:00       0.0

df.todict()

Here is what one pair of key and value looks like

Timestamp('2021-04-14 20:00:00+0000', tz='UTC'): 0.0,

How do I only extract the datetime without the Timestamp and tz='UTC'?

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

有木有妳兜一样 2025-02-05 03:53:16

您可以这样做,而无需更改原始df

df = pd.DataFrame({
    'date' : pd.date_range('1/1/2022', '1/5/2022', freq='1D', tz='UTC'),
    'value' : list(range(5))
})
df.assign(data=lambda x: x['date'].dt.date)[['data','value']].to_dict()

Output:
{'data': {0: datetime.date(2022, 1, 1),
  1: datetime.date(2022, 1, 2),
  2: datetime.date(2022, 1, 3),
  3: datetime.date(2022, 1, 4),
  4: datetime.date(2022, 1, 5)},
 'value': {0: 0, 1: 1, 2: 2, 3: 3, 4: 4}}

就像在评论中所问的一样。您可以使用.Reset_index(),然后像以前分配:

df.reset_index().assign(data=lambda x: x['date'].dt.date)[['data','value']].to_dict()

You could do it like this without changing the original df.

df = pd.DataFrame({
    'date' : pd.date_range('1/1/2022', '1/5/2022', freq='1D', tz='UTC'),
    'value' : list(range(5))
})
df.assign(data=lambda x: x['date'].dt.date)[['data','value']].to_dict()

Output:
{'data': {0: datetime.date(2022, 1, 1),
  1: datetime.date(2022, 1, 2),
  2: datetime.date(2022, 1, 3),
  3: datetime.date(2022, 1, 4),
  4: datetime.date(2022, 1, 5)},
 'value': {0: 0, 1: 1, 2: 2, 3: 3, 4: 4}}

Like in the comments asked. You can just go with .reset_index() and then assigning like before:

df.reset_index().assign(data=lambda x: x['date'].dt.date)[['data','value']].to_dict()
~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文