如何通過分組列將 Pandas Dataframe 變成數據框字典

Question

我有一個 DataFrame，它是根據 3D 數據構建的，並采用以下形式：

索引: A, B

列：1.a、1.b、2.a、2.b

我正在嘗試將其解壓到字典中，將 {A, B} 映射到具有索引 {1,2} 和列 {a,b} 的數據幀

示例輸入：

aa = pandas.DataFrame({'1.a':[1,2], '1.b':[3,4], '2.a':[5,6], '2.b':[7,8], 'index':['A', 'B']}).set_index('index')

目標 output：

bb = {'A': pandas.DataFrame({'a':[1,5], 'b':[3,7], 'index':[1,2]}), 'B': pandas.DataFrame({'a':[2,6], 'b':[4,8], 'index':[1,2]}) }

有什么想法嗎？

Answer 1

看起來您可以將列名稱更改為 MultiIndex 並取消堆疊：

aa.columns = pd.MultiIndex.from_tuples([a.split('.') for a in aa.columns])

out = {k:v.unstack() for k,v in aa.iterrows()}

Output：

{'A':    a  b
 1  1  3
 2  5  7,
 'B':    a  b
 1  2  4
 2  6  8}

Answer 2

拆分列並轉換為 MultiIndex； 堆疊后在 MultiIndex 索引的第一級上進行 groupby 並創建字典

aa.columns = aa.columns.str.split(".", expand=True)
aa = aa.stack(level=0).rename_axis([None, "index"])
index = aa.index.get_level_values(0)
dict(list(aa.droplevel(0).groupby(index)))

{'A':        a  b
 index      
 1      1  3
 2      5  7,
 'B':        a  b
 index      
 1      2  4
 2      6  8}