將數據幀轉換為包含字典列表的字典

Question

我的數據框如圖所示

 name    key    value
 john    A223   390309
 jason   B439   230943
 peter   A5388  572039
 john    D23902 238939
 jason   F2390   23930

我想將上面生成的數據幀轉換為嵌套字典，其中包含以下所示格式的字典列表。

{'john': [{'key':'A223', 'value':'390309'}, {'key':'A5388', 'value':'572039'}],
 'jason': [{'key':'B439','value':'230943', {'key':'F2390', 'value'2:'23930'}],
 'peter': [{'key':'A5388'  ,'value':'572039'}]}

可能有人幫助這個。

Answer 1

使用to_dict dictionary comprehension ：

d = {name:df.loc[df.name==name,['key','value']].to_dict('records') for name in df.name.unique()}

print(d)
{'john': [{'key': 'A223', 'value': 390309}, {'key': 'D23902', 'value': 238939}], 
 'jason': [{'key': 'B439', 'value': 230943}, {'key': 'F2390', 'value': 23930}], 
 'peter': [{'key': 'A5388', 'value': 572039}]}

Answer 2

您可以使用groupby ， apply ， iterrows和Series'tallist ，如下所示：

def f(rows):
      return {rows.iloc[0]['name']: [{'key': row['key'], 'value': row['value']} for _, row in rows.iterrows()]}

df.groupby("name").apply(f).tolist()

生成您想要的結果：

[{'jason': [{'key': 'B439', 'value': '230943'}, {'key': 'F2390', 'value': '23930'}]},
 {'john': [{'key': 'A223', 'value': '390309'}, {'key': 'D23902', 'value': '238939'}]},
 {'peter': [{'key': 'A5388', 'value': '572039'}]}]

說明：

• 使用groupby("name")我們聚合每個name所有行
• 然后我們使用apply(f)將函數f應用於每個行組
• f迭代遍歷那些行，用iterrows創建一個字典列表，其中包含[{'key': row['key'], 'value': row['value']} for _, row in rows.iterrows()] ，最后我們只使用rows.iloc[0]['name']獲取第一行的名稱，以便為此name創建最終字典。
• 我們用tolist()匯總每個name所有詞典

Answer 3

試試這個，

final_dict={}
def dict_make(row):
    m_k= row['name'].values.tolist()[0]
    final_dict[m_k]=  row.set_index('name').to_dict(orient='records')
df.groupby('name').apply(dict_make)
print final_dict

輸出：

{'peter': [{'value': 572039, 'key': 'A5388'}], 
'john': [{'value': 390309, 'key': 'A223'}, {'value': 238939, 'key': 'D23902'}],
'jason': [{'value': 230943, 'key': 'B439'}, {'value': 23930, 'key': 'F2390'}]}