使用 pandas 将 CSV 解析为 python 字典

Question

我将以下 DataFrame 解析为 Python：

df = pd.read_csv("my_file.csv")

结果：

   indexes X_values Y_values
0       IDX1     x1      y1
1       IDX1     x2      y2
2       IDX1     x3      y3
3       IDX1     x4      y4
6       IDX2     x1      y1
9       IDX2     x4      y4
10      IDX3     x1      y1
11      IDX3     x2      y2

我需要创建字典，每个索引作为键，x_values & y_values 作为嵌套字典的列表。 输出应该是这样的：

{"IDX1" : [{"x1": "y1"}, {"x2": "y2"}, {"x3": "y3"}, {"x4": "y4"}],
"IDX2": [{"x1": "y1"},{"x4": "y4"}],
"IDX3":[{"x1": "y1"}, {"x2": "y2"}]}

我正在尝试使用 set_index() 方法解析它，但总是缺少一些东西。 你可以帮帮我吗？

此外，以索引为键的嵌套字典的字典也是很好的解决方案。

Answer 1

我们可以做的

d = df[['X_values','Y_values']].apply(lambda x : {x[0]:x[1]},axis=1).groupby(df['indexes']).agg(list).to_dict()
Out[104]: 
{'IDX1': [{'x1': 'y1'}, {'x2': 'y2'}, {'x3': 'y3'}, {'x4': 'y4'}],
 'IDX2': [{'x1': 'y1'}, {'x4': 'y4'}],
 'IDX3': [{'x1': 'y1'}, {'x2': 'y2'}]}

Answer 2

你可以试试

out = (df.apply(lambda row: {row['X_values']: row['Y_values']}, axis=1)
       .groupby(df['indexes']).agg(list).to_dict())

print(out)

{'IDX1': [{'x1': 'y1'}, {'x2': 'y2'}, {'x3': 'y3'}, {'x4': 'y4'}], 'IDX2': [{'x1': 'y1'}, {'x4': 'y4'}], 'IDX3': [{'x1': 'y1'}, {'x2': 'y2'}]}

Answer 3

听起来您需要使用to_dict()方法（ 文档）。

您可能需要像您说的那样进行索引。 我会尝试：

df.set_index('indexes').T.to_dict('list')