获取具体数值我有一个DF这些值的字典:在数据帧
df:
A
2017-05-31 {'price': '7.25', 'weight': 0.0, 'time': 4.05am}
2017-06-01 {'price': '7.22', 'weight': 0.0 'time': 4.08am}
2017-06-02 {'price': '7.24', 'weight': 0.0, 'time': 5.08am}
2017-06-05 {'price': '7.25', 'weight': 0.0, 'time': 6.07am}
2017-06-06 {'price': '7.19', 'weight': 0.0, 'time':3.33am}
2017-06-07 {'weight': 0.0, 'price': 7.12, 'time':1.09am}
2017-06-09 {'weight': 0.0, 'price': 7.46, 'time':2.08am}
我想获得每行的关键price
的值。 所需的输出是
df:
A
2017-05-31 7.25
2017-06-01 7.22
2017-06-02 7.24
2017-06-05 7.25
2017-06-06 7.19
2017-06-07 7.12
2017-06-09 7.46
如果字典是遵循price-weight-time
相同的结构,我可以简单地套用一个这样的代码:
format = lambda x: list(x.values())[0]
print(df.applymap(format))
然而不幸的是,这不是这种情况。
我想到也许排序的字典值,但我不知道如何在df内做到这一点。
任何人都可以帮我解决这个问题吗?
我想'df ['A'] .application(lambda x:x ['price'])'应该可以工作 – EdChum