熊猫 df 与 groupby 一起听写

Question

我有这个 df ：

line stop
1    1_a 
1    1_b 
1    1_c
2    2_a
2    2_c

我想创建以下 dict ：

d={1 : {"stops" : "1_a","1_b","1_c"}, 2 : {"stops" : "2_a","2_b","2_c"}}

有人知道如何用to_dict方法做到这to_dict吗？

谢谢 ！

Answer 1

您可以使用apply ，然后Series.to_frame和最后一个DataFrame.to_dict创建由DataFrame.groupby列表填充的嵌套字典：

d = df.groupby('line')['stop'].apply(list).to_frame().to_dict('index')
print (d)
{1: {'stop': ['1_a', '1_b', '1_c']}, 2: {'stop': ['2_a', '2_c']}}

如果需要通过某些分隔符连接值，例如, ：

d1 = df.groupby('line')['stop'].apply(','.join).to_frame().to_dict('index')
print (d1)
{1: {'stop': '1_a,1_b,1_c'}, 2: {'stop': '2_a,2_c'}}

编辑：

使用GroupBy.agg并省略to_frame()多列解决方案：

print (df)

   line stop  lat  lon
0     1  1_a    2    2
1     1  1_b    3    1
2     1  1_c    4    3
3     2  2_a    5    6
4     2  2_c    6    6

d = df.groupby('line')[['stop','lat','lon']].agg(list).to_dict('index')
print (d)
{1: {'stop': ['1_a', '1_b', '1_c'], 'lat': [2, 3, 4], 'lon': [2, 1, 3]},
 2: {'stop': ['2_a', '2_c'], 'lat': [5, 6], 'lon': [6, 6]}}

Answer 2

您可以避免使用to_dict部分并遍历分组以获取您的字典，因为您没有进行任何计算：

{key: {"stops": ",".join(value.stop.array)}
 for key, value in df.groupby("line")}


{1: {'stops': '1_a,1_b,1_c'}, 2: {'stops': '2_a,2_c'}}

或者您可以将子值保留为列表：

{key: {"stops": list(value.stop.array)} 
 for key, value in df.groupby("line")}

{1: {'stops': ['1_a', '1_b', '1_c']}, 2: {'stops': ['2_a', '2_c']}}