Question

我有一些包含以下列的csv数据：

country, region, year, month, price, volume

我需要将其转换为以下内容：

country, region, datapoints

数据点包含以下任何一项： (year, month, price, volume) 元组数组，或（更好）

{ (year, month) : {price, volume} }

实际上，我正在尝试将数据重塑为时间序列，然后可以将其存储为镶木地板。对于它的价值，我使用fastparquet将数据帧写入镶木地板文件。

这可能吗？

Answer 1

您可以使用apply创建“datapoint”列：

df['datapoint'] = df.apply(lambda row: (row['year'],row['month'],
                                         row['price'],row['volume']),1)

或

df['datapoint_better'] = df.apply(lambda row: {(row['year'],row['month']):
                                                 {row['price'],row['volume']}},1)

正如我所说，你不能将{row['year'],row['month']}作为词典中的关键词

然后，如果你想乘坐列：

df = df.drop(['year','month','price','volume'],1)

编辑：好的我错过了groupby，无论如何，你可以先用键和项创建两列：

df['key'] = df.apply(lambda row: ( row['year'], row['month']),1)
df['item'] = df.apply(lambda row: { row['price'], row['volume']},1)

然后您使用groupby执行apply并使用以下两列执行pd.Series.to_dict，例如：

df_output = (df.groupby(['country','region'])
               .apply(lambda df_grouped: pd.Series(df_grouped.item.values,
                                                   index=df_grouped.key).to_dict())
               .reset_index().rename(columns={0:'datapoints'}))

reset_index和rename是为了获得预期的输出

注意：我建议您同时使用tuple项，而不是set以防止任何订单问题，因为set未被订购。

从pandas groupby获取数据帧以写入镶木地板

1 个答案: