我认为你可以在创建字典时对你的数据格式进行一些更改，然后你可以轻松地将它转换为DataFrame:

输入:

a={'Dates':['2012-06-08','2012-06-10'],'Date_value':[388,389]}

输出:

{'Date_value': [388, 389], 'Dates': ['2012-06-08', '2012-06-10']}

输入:

aframe=DataFrame(a)

输出:将是你的数据帧

你只需要在Sublime或Excel中使用一些文本编辑。

Pandas具有将字典转换为数据帧的内置功能。

pd.DataFrame.from_dict (dictionaryObject东方=“指数”)

对于你的数据，你可以像下面这样转换:

import pandas as pd
your_dict={u'2012-06-08': 388,
 u'2012-06-09': 388,
 u'2012-06-10': 388,
 u'2012-06-11': 389,
 u'2012-06-12': 389,
 u'2012-06-13': 389,
 u'2012-06-14': 389,
 u'2012-06-15': 389,
 u'2012-06-16': 389,
 u'2012-06-17': 389,
 u'2012-06-18': 390,
 u'2012-06-19': 390,
 u'2012-06-20': 390,
 u'2012-06-21': 390,
 u'2012-06-22': 390,
 u'2012-06-23': 390,
 u'2012-06-24': 390,
 u'2012-06-25': 391,
 u'2012-06-26': 391,
 u'2012-06-27': 391,
 u'2012-06-28': 391,
 u'2012-06-29': 391,
 u'2012-06-30': 391,
 u'2012-07-01': 391,
 u'2012-07-02': 392,
 u'2012-07-03': 392,
 u'2012-07-04': 392,
 u'2012-07-05': 392,
 u'2012-07-06': 392}

your_df_from_dict=pd.DataFrame.from_dict(your_dict,orient='index')
print(your_df_from_dict)

另外，我发现面向行的例子很有帮助;因为通常记录是如何存储在外部的。

https://pbpython.com/pandas-list-dict.html

d = {'Date': list(yourDict.keys()),'Date_Values': list(yourDict.values())}
df = pandas.DataFrame(data=d)

如果你没有在list()中封装你的dict .keys()，那么你最终会发现你所有的键和值都被放在每一列的每一行中。是这样的:

日期\ 0(2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1… 1(2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1… 2(2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1… 3(2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1… 4(2012-06-08, 2012-06-09, 2012-06-10, 2012-06-1…

但是通过添加list()，结果是这样的:

日期Date_Values 0 2012-06-08 388 1 2012-06-09 388 2 2012-06-10 388 3 2012-06-11 389 4 2012-06-12 389 .．.

重点是如何将每个元素放入一个DataFrame中。

Row-wise:

pd.DataFrame(dic.items(), columns=['Date', 'Value'])

或columns-wise:

pd.DataFrame([dic])

我已经遇到过这种情况几次，并有一个示例字典，我从函数get_max_Path()创建，它返回示例字典:

{2: 0.3097502930247044, 3: 0.4413177909384636, 4: 0.5197224051562838, 5: 0.5717654946470984, 6: 0.6063959031223476, 7: 0.6365209824708223, 8: 0.655918861281035, 9: 0.680844386645206}

为了将其转换为数据框架，我运行了以下命令:

df = pd.DataFrame.from_dict(get_max_path(2)， orient = 'index').reset_index()

返回一个简单的带有单独索引的两列数据框架:

索引0 0 2 0.309750 13 0.441318

只需使用f.r ame(columns={'index': ' columnn1 '， 0: 'Column2'}， inplace=True)重命名列即可。