Python Pandas：提取字典列表中ohlc嵌套字典转换为DataFrame

嘿，作为Python和pandas的新手，这个问题其实很好解决！我来一步步给你讲清楚怎么做。

首先，先确认你的原始数据（我把它整理成更易读的格式了）：

data = [
    {
        'tradable': False,
        'mode': 'quote',
        'instrument_token': 256265,
        'last_price': 10546.1,
        'ohlc': {
            'high': 10621.7,
            'low': 10545.3,
            'open': 10616.7,
            'close': 10596.4
        },
        'change': -0.474689517194512
    }
]

方法1：直接提取ohlc字典并转换 #

这是最直观的方法，适合你现在只有单个数据项的情况：

1. 先从列表里取出第一个（也是唯一一个）字典，然后提取ohlc对应的嵌套字典
2. 把这个字典放到一个列表里（因为pandas的DataFrame()构造函数接受可迭代的字典集合）
3. 传入pd.DataFrame()生成你要的表格

代码示例：

import pandas as pd

# 提取ohlc字典
ohlc_data = data[0]['ohlc']

# 转换为DataFrame
df = pd.DataFrame([ohlc_data])

# 查看结果
print(df)

运行后你会得到这样的输出：

high      low     open    close
0  10621.7  10545.3  10616.7  10596.4

方法2：用pd.json_normalize处理嵌套数据 #

如果以后你的列表里会有多个这样的字典元素，用json_normalize会更高效，它能自动解析嵌套的JSON结构：

import pandas as pd

# 直接解析整个数据列表，提取ohlc相关的字段
df = pd.json_normalize(data)[['ohlc.high', 'ohlc.low', 'ohlc.open', 'ohlc.close']]

# 可选：把列名的前缀去掉，变成你想要的简洁名称
df.columns = ['high', 'low', 'open', 'close']

print(df)

这个方法的好处是不管你的列表里有1个还是100个数据项，都能一次性处理，不用写循环。

两种方法都能得到你需要的结果，选哪种看你的实际需求就好～

内容的提问来源于stack exchange，提问作者Pradeep Kumar.R