提问者:小点点

如何存储新数据集的循环迭代


截图

我的代码:

for video in most_disliked:
    df1 = video['id'],video['statistics']
    print(df1)

输出:

('bvyTxpY9qJM', {'viewCount': '145', 'likeCount': '3', 'dislikeCount': '0', 'favoriteCount': '0', 'commentCount': '0'})
('gShHA7BZNCw', {'viewCount': '36', 'likeCount': '3', 'dislikeCount': '0', 'favoriteCount': '0', 'commentCount': '0'})
('q7gxl8RJEv4', {'viewCount': '11', 'likeCount': '2', 'dislikeCount': '0', 'favoriteCount': '0', 'commentCount': '1'})

预期产出:

Videoid       viewcount   likecount   dislikecount  favouritecount  commentcount
bvyTxpY9qJM      145         3           0                0             0
gShHA7BZNCw       36         3           0                0             0
q7gxl8RJEv4       11         2           0                0             1

共2个答案

匿名用户

DF1=video['id'],video['statistics']创建由两个元素video['id']video['statistics']组成的元组。

要从most_disliked列表创建数据框架,可以使用以下示例:

df1 = pd.DataFrame([{'Videoid': video['id'], **video['statistics']} for video in most_disliked])
print(df1)

打印:

       Videoid viewCount likeCount dislikeCount favoriteCount commentCount
0  bvyTxpY9qJM       145         3            0             0            0
1  gShHA7BZNCw        36         3            0             0            0
2  q7gxl8RJEv4        11         2            0             0            1

匿名用户

data = [('bvyTxpY9qJM', {'viewCount': '145', 'likeCount': '3',
                        'dislikeCount': '0', 'favoriteCount': '0', 'commentCount': '0'}),
('gShHA7BZNCw', {'viewCount': '36', 'likeCount': '3',
                 'dislikeCount': '0', 'favoriteCount': '0', 'commentCount': '0'}),
('q7gxl8RJEv4', {'viewCount': '11', 'likeCount': '2',
                 'dislikeCount': '0', 'favoriteCount': '0', 'commentCount': '1'}),
]


most_liked = pd.DataFrame(data, columns=['id', 'stat'])

df2 = pd.merge(most_liked['id'], most_liked['stat'].apply(pd.Series),
               left_index=True, right_index=True)

输出量

            id viewCount likeCount dislikeCount favoriteCount commentCount
0  bvyTxpY9qJM       145         3            0             0            0
1  gShHA7BZNCw        36         3            0             0            0
2  q7gxl8RJEv4        11         2            0             0            1