如何將數據轉換為 python、dataframe 中的嵌套字典

Question

我有一個項目代碼和組件的大型數據集，每個項目代碼都與組件相關，進一步的組件成為另一個組件的項目代碼。 如何在python中制作嵌套dictionary

item code   component
a             q
b             w
c             r
d             t
e             y
q             u
q             v

所需的 output：-

{a:{q:[u,v]},b:w,c:r etc}

如何在python中實現這個嵌套dictionary ，我有大數據我使用defaultdict但它只給了我一個dictionary而不是嵌套dictionary

Answer 1

In [108]: df = pd.DataFrame({'item_code': list('abcdeqq'), 'component': list('qwrtyuv')})

In [109]: import networkx as nx

In [110]: g = nx.DiGraph([(k,v) for k,v in zip(df['item_code'], df['component'])])

In [111]: {k:v if len(v) > 1 else v[0] for k,v in nx.convert.to_dict_of_lists(g).items() if v}
Out[111]: {'a': 'q', 'q': ['u', 'v'], 'b': 'w', 'c': 'r', 'd': 't', 'e': 'y'}

Answer 2

使用 networkx 你可以得到這樣的東西。 基於這個答案，我能夠達到這個解決方案：

import networkx
G = nx.DiGraph()
G.add_edges_from(df.values)

def comb_tup(li_tup):
    d = {}
    crnt = d  # memo the crnt subtree
    stck = []  # stack of (sub)trees along current path
    for k, v in li_tup:
        while stck and k not in crnt:
            crnt = stck.pop()
        if k not in crnt:
            crnt[k] = {}
        stck.append(crnt)
        crnt = crnt[k]
        crnt[v] = {}
    return d
    
final_di = {}
for node in G.nodes:
    vi = list(nx.dfs_edges(G,node))
    d = comb_tup(vi)
    if len(d.keys()):
        for k,v in d.items():
            final_di[k] = v

---

final_di：

{'a': {'q': {'u': {}, 'v': {}}},
 'q': {'u': {}, 'v': {}},
 'b': {'w': {}},
 'c': {'r': {}},
 'd': {'t': {}},
 'e': {'y': {}}}

如果你有這些數據：

   item_code    component
0   a           q
1   b           w
2   c           r
3   d           t
4   e           y
5   q           u
6   q           v
7   u           x

---

final_di：

{'a': {'q': {'u': {'x': {}}, 'v': {}}},
 'q': {'u': {'x': {}}, 'v': {}},
 'b': {'w': {}},
 'c': {'r': {}},
 'd': {'t': {}},
 'e': {'y': {}},
 'u': {'x': {}}}