通過嵌套字典鍵對pandas數據幀進行分組

Question

我有一個pandas數據框，其中一列是字典類型。 這是一個示例數據幀：

import pandas as pd
df = pd.DataFrame({'a': [1,2,3], 
                   'b': [4,5,6], 
                   'version': [{'major': 7, 'minor':1}, 
                               {'major':8, 'minor': 5},
                               {'major':7, 'minor':2}] })

DF：

   a  b                   version
0  1  4  {'minor': 1, 'major': 7}
1  2  5  {'minor': 5, 'major': 8}
2  3  6  {'minor': 2, 'major': 7}

我正在尋找一種方法來通過一個字典鍵對數據幀進行分組; 在這種情況下，通過版本標簽中的主鍵對df數據幀進行分組。

我嘗試了一些不同的東西，從將字典密鑰傳遞給dataframe groupby函數，`df.groupby（['version'] ['major']），由於major不是數據幀標簽的一部分，因此無效將版本分配給數據框索引，但到目前為止沒有任何工作。 我也試圖將字典作為數據框本身的附加列來展平，但這似乎有其自身的問題。

任何的想法？

PS對於格式化很抱歉，這是我的第一個stackoverflow問題。

Answer 1

選項1

df.groupby(df.version.apply(lambda x: x['major'])).size()

version
7    2
8    1
dtype: int64

---

df.groupby(df.version.apply(lambda x: x['major']))[['a', 'b']].sum()

選項2

df.groupby(df.version.apply(pd.Series).major).size()

major
7    2
8    1
dtype: int64

---

df.groupby(df.version.apply(pd.Series).major)[['a', 'b']].sum()

Answer 2

你可以這樣做：

In [15]: df.assign(major=df.version.apply(pd.Series).major).groupby('major').sum()
Out[15]:
       a   b
major
7      4  10
8      2   5