將 pandas dataframe 列轉換為嵌套的 python 字典

Question

我想用 pandas 數據框第 2 列（源）和第 3 列（描述）創建 python 字典，並按第 1 列（標題）分組另外，我想獲取僅提供的標題標題 = ['test1','test2' ]

   title  source description
1  Test1    ABC  description1
2  Test2    ABC  description2
3  Test2    DEF  description3
4  Test3    XYZ  description4

output = {'Test1':{'ABC':'description1'},'Test2':{'ABC':'description2':'DEF':'description3'}

Answer 1

首先將boolean indexing與Series.isin用於過濾器，然后將GroupBy.apply與 lambda function 用於字典Series和最后一個Series.to_dict 。

titles = ['Test1','Test2']

d = (df[df['title'].isin(titles)]
       .groupby('title')[['source','description']]
       .apply(lambda x: dict(x.to_numpy()))
       .to_dict())
print (d)
{'Test1': {'ABC': 'description1'}, 'Test2': {'ABC': 'description2', 'DEF': 'description3'}}

Answer 2

您可以按 dataframe w.r.t 分組。 標題，然后使用 python zip function 創建帶有源和描述的內部字典。 請在下面找到相同的代碼。

final_dict=dict()
all_groups = df.groupby('title')
for title in titles: 
    title_group = all_groups.get_group(title)
    source_desc=dict(zip(title_group.source, title_group.description))
    final_dict[title_group] = source_desc
print(final_dict)

Answer 3

嘗試這個，

result = {}

filter_ = ['Test1','Test2']

for x in df[df['title'].isin(filter_)].to_dict(orient='records'):
    result.setdefault(x['title'], {}).update({x['source']: x['description']})

---

{'Test1': {'ABC': 'description1'}, 'Test2': {'ABC': 'description2', 'DEF': 'description3'}}