Question

我有一个pandas数据框：

df = pd.DataFrame({
        "Column1": ['A', 'A', 'B', 'B', 'C', 'C', 'C'],
        "Column2": ['x1', 'x2', 'z1', 'z2', 'm1', 'm2', 'm3'],
        "Column3": ['y1', 'y2', 'd1', 'd2', 'n1', 'n2', 'n3']
})

如何按第一列分组以获得以下输出

Column1 | new_column ------- | --------|-------- A | [{"Column2": "x1", "Column3": "y1"}, {"Column2": "x2","Column3": "y2"}] B | [{"Column2": "z1", "Column3": "d1"}, {"Column2": "z2","Column3": "d2"}] C | [{"Column2": "m1", "Column3": "n1"}, {"Column2": "m2","Column3": "m2"},{"Column2": "m3", "Column3": "n3"}]

我需要这样做才能与Column1加入另一个数据帧。

谢谢

Answer 1

您可以使用以下代码：

df_out =  df.groupby('Column1')\
            .apply(lambda x: x.drop('Column1',axis=1).to_dict(orient='record'))\
            .reset_index(name='new_column')

输出：

  Column1                                         new_column
0       A  [{'Column3': 'y1', 'Column2': 'x1'}, {'Column3...
1       B  [{'Column3': 'd1', 'Column2': 'z1'}, {'Column3...
2       C  [{'Column3': 'n1', 'Column2': 'm1'}, {'Column3...

使用to_dict显示完整数据框

df_out.to_dict()

输出：

 'A': [{'Column2': 'x1', 'Column3': 'y1'}, {'Column2': 'x2', 'Column3': 'y2'}],
 'B': [{'Column2': 'z1', 'Column3': 'd1'}, {'Column2': 'z2', 'Column3': 'd2'}],
 'C': [{'Column2': 'm1', 'Column3': 'n1'},
  {'Column2': 'm2', 'Column3': 'n2'},
  {'Column2': 'm3', 'Column3': 'n3'}]}

如何在pandas中按列分组数据框并获取Json数组中的所有其他列数据？

1 个答案: