#python #pandas #list #dataframe #dictionary
#python #pandas #Список #фрейм данных #словарь
Вопрос:
Я пытаюсь преобразовать приведенный ниже фрейм данных в словарь. Я хочу сгруппировать по столбцу A и взять список общей последовательности. например, для
Пример 1:
n1 v1 v2
2 A C 3
3 A D 4
4 A C 5
5 A D 6
Ожидаемый результат:
{'A': [{'C':'3','D':'4'},{'C':'5','D':'6'}]}
Пример 2:
n1 n2 v1 v2
s1 A C 3
s1 A D 4
s1 A C 5
s1 A D 6
s1 B P 6
s1 B Q 3
Ожидаемый результат:
{'s1': {'A': [{'C': 3, 'D': 4}, {'C': 5, 'D': 6}], 'B': {'P': 6, 'Q': 3}}}
итак, в основном C
и D
повторяются как последовательность, я хочу объединить C
и D
в один словарь и составить список, если это происходит несколько раз.
Пожалуйста, обратите внимание (в настоящее время я использую приведенный ниже код):
def recur_dictify(frame):
if len(frame.columns) == 1:
if frame.values.size == 1: return frame.values[0][0]
return frame.values.squeeze()
grouped = frame.groupby(frame.columns[0])
d = {k: recur_dictify(g.iloc[:,1:]) for k,g in grouped}
return d
Это возвращает :
{s1 : {'A': {'C': array(['3', '5'], dtype=object), 'D': array(['4', '6'], dtype=object),'B':{'E':'5','F':'6'}}
Кроме того, может быть другая серия, s2
имеющая E,F,G,E,F,G
повторяющиеся, а некоторые X
и Y
имеющие единичные значения
Комментарии:
1. изменяется ли последовательность или всегда содержит
C
иD
?2. Привет, пожалуйста, проверьте мой обновленный вопрос, возможно, вы получите больше ясности
Ответ №1:
Давайте создадим функцию, dictify
которая создает словарь с ключами верхнего уровня из name
столбца и записывает повторяющиеся вхождения значений в столбце v1
в разные вложенные словари:
from collections import defaultdict
def dictify(df):
dct = defaultdict(list)
for k, g in df.groupby(['n1', df.groupby(['n1', 'v1']).cumcount()]):
dct[k[0]].append(dict([*g[['v1', 'v2']].values]))
return dict(dct)
dictify(df)
{'A': [{'C': 3, 'D': 4}, {'C': 5, 'D': 6}]}
Обновить:
В случае, если может быть переменное количество ключей первичной группировки, т. [n1, n2, ...]
мы можем использовать более общий метод:
def update(dct, keys, val):
k, *_ = keys
dct[k] = update(dct.get(k, {}), _, val) if _
else [*np.hstack([dct[k], [val]])] if k in dct else val
return dct
def dictify(df, keys):
dct = dict()
for k, g1 in df.groupby(keys):
for _, g2 in g1.groupby(g1.groupby('v1').cumcount()):
update(dct, k, dict([*g2[['v1', 'v2']].values]))
return dict(dct)
dictify(df, ['n1', 'n2'])
{'s1': {'A': [{'C': 3, 'D': 4}, {'C': 5, 'D': 6}], 'B': {'P': 6, 'Q': 3}}}
Комментарии:
1. Привет, спасибо.. Я публикую еще один связанный вопрос ниже, пожалуйста, проверьте .. появление нескольких на самом деле не обязательно.. хочу дать для этого инструкцию if.
2. Только сейчас, пожалуйста, проверьте
3. @PriyalMangla Это совершенно другой вопрос, чем предыдущий 😉
4. Пожалуйста, проверьте мой обновленный вопрос сейчас .. в основном его динамический, те, которые имеют обновленную последовательность, должны быть в списке и не повторяться, а не в списке
5. Да, да, я знаю, на самом деле это был мой актуальный вопрос, я не мог сформулировать его раньше. Но большое спасибо за ваш ответ.. Я могу где-нибудь использовать эту логику
Ответ №2:
Вот простое однострочное утверждение, которое решает вашу проблему:
def df_to_dict(df):
return {name: [dict(x.to_dict('split')['data'])
for _, x in d.drop('name', 1).groupby(d.index // 2)]
for name, d in df.groupby('name')}
Вот пример:
df = pd.DataFrame({'name': ['A'] * 4,
'v1': ['C', 'D'] * 2,
'v2': [3, 4, 5, 6]})
print(df_to_dict(df))
Вывод:
{'A': [{'C': 3, 'D': 4}, {'C': 5, 'D': 6}]}
Комментарии:
1. Спасибо :), я обновил свой вопрос, пожалуйста, проверьте?