Question

我的数据框如图所示

 name    key    value
 john    A223   390309
 jason   B439   230943
 peter   A5388  572039
 john    D23902 238939
 jason   F2390   23930

我想将上面生成的数据帧转换成嵌套的字典，其中包含以下所示格式的字典列表。

{'john': [{'key':'A223', 'value':'390309'}, {'key':'A5388', 'value':'572039'}],
 'jason': [{'key':'B439','value':'230943', {'key':'F2390', 'value'2:'23930'}],
 'peter': [{'key':'A5388'  ,'value':'572039'}]}

可以帮上忙。

Answer 1

将dictionary comprehension与to_dict一起使用：

d = {name:df.loc[df.name==name,['key','value']].to_dict('records') for name in df.name.unique()}

print(d)
{'john': [{'key': 'A223', 'value': 390309}, {'key': 'D23902', 'value': 238939}], 
 'jason': [{'key': 'B439', 'value': 230943}, {'key': 'F2390', 'value': 23930}], 
 'peter': [{'key': 'A5388', 'value': 572039}]}

Answer 2

您可以如下使用groupby，apply，iterrows和Series'tolist：

def f(rows):
      return {rows.iloc[0]['name']: [{'key': row['key'], 'value': row['value']} for _, row in rows.iterrows()]}

df.groupby("name").apply(f).tolist()

生成所需结果：

[{'jason': [{'key': 'B439', 'value': '230943'}, {'key': 'F2390', 'value': '23930'}]},
 {'john': [{'key': 'A223', 'value': '390309'}, {'key': 'D23902', 'value': '238939'}]},
 {'peter': [{'key': 'A5388', 'value': '572039'}]}]

说明：

使用groupby("name")，我们汇总每个name的所有行
然后，我们将功能f应用到每个带有apply(f)的行组中
f用iterrows遍历这些行，用[{'key': row['key'], 'value': row['value']} for _, row in rows.iterrows()]创建字典列表，最后我们仅用rows.iloc[0]['name']取第一行的名称来创建用于name。
我们将name与tolist()的所有词典进行汇总

Answer 3

尝试一下

final_dict={}
def dict_make(row):
    m_k= row['name'].values.tolist()[0]
    final_dict[m_k]=  row.set_index('name').to_dict(orient='records')
df.groupby('name').apply(dict_make)
print final_dict

输出：

{'peter': [{'value': 572039, 'key': 'A5388'}], 
'john': [{'value': 390309, 'key': 'A223'}, {'value': 238939, 'key': 'D23902'}],
'jason': [{'value': 230943, 'key': 'B439'}, {'value': 23930, 'key': 'F2390'}]}

将数据框转换为包含字典列表的字典

3 个答案: