上面的解决方案可能是您所需要的,但是如果您使用panda,您将得到一个中间数据帧,这使得操作、分析和可视化数据更容易(如果这是您想要的途径)。解决方案如下:
import datetime
import pandas as pd
k = ['date', 'deviceCategory', 'transactionId', 'productSku', 'productName', 'productCategoryHierarchy', 'channelGrouping', 'itemRevenue', 'itemQuantity']
v = [datetime.date(2019, 3, 5), 'desktop', 1551740677701, 60104621, '(not set)', 'sale/apartment/alicante/bajo-vinalopo/elx', 'Tráfico de Búsqueda de Pago - Venta', 0.0, 1]
df = pd.concat([pd.DataFrame(v, k)], axis=1)
# the dataframe
date 2019-03-05
deviceCategory desktop
transactionId 1551740677701
productSku 60104621
productName (not set)
productCategoryHierarchy sale/apartment/alicante/bajo-vinalopo/elx
channelGrouping Tráfico de Búsqueda de Pago - Venta
itemRevenue 0
itemQuantity 1
dict = df.to_dict()
results = dict[0]
results
# the dictionary
{'date': datetime.date(2019, 3, 5),
'deviceCategory': 'desktop',
'transactionId': 1551740677701,
'productSku': 60104621,
'productName': '(not set)',
'productCategoryHierarchy': 'sale/apartment/alicante/bajo-vinalopo/elx',
'channelGrouping': 'Tráfico de Búsqueda de Pago - Venta',
'itemRevenue': 0.0,
'itemQuantity': 1}