Question

我有一个数据框，并希望将其转换为词典列表。我使用read_csv()创建此数据框。数据框如下所示：

             AccountName AccountType  StockName Allocation
          0  MN001       #1           ABC       0.4
          1  MN001       #1           ABD       0.6
          2  MN002       #2           EFG       0.5
          3  MN002       #2           HIJ       0.4
          4  MN002       #2           LMN       0.1

所需的输出：

   [{'ABC':0.4, 'ABD':0.6}, {'EFG':0.5, 'HIJ':0.4,'LMN':0.1}]

我试图研究类似的主题，并使用了Dataframe.to_dict()函数。我期待着完成这项工作。非常感谢您的帮助！

Answer 1

这应该做到：

portfolios = []
for _, account in df.groupby('AccountName'):
    portfolio = {stock['StockName']: stock['Allocation'] 
              for _, stock in account.iterrows()}
    portfolios.append(portfolio)

首先使用groupby()函数按AccountName对数据框的行进行分组。要访问每个帐户的各个行（库存），请使用iterrows()方法。正如用户@ ebb-earl-co在评论中解释的那样，_作为占位符变量存在，因为iterrows()返回（索引，Series）元组，而我们只需要{ {1}}（行本身）。在此处，使用dict comprehension为每个股票创建字典映射Series-> StockName。最后，将该字典追加到Allocation的列表中，以得到预期的输出：

portfolios

另一件事：如果您以后决定要用帐户名标记[{'ABC': 0.4, 'ABD': 0.6}, {'EFG': 0.5, 'HIJ': 0.4, 'LMN': 0.1}]中的每个字典，则可以这样做：

portfolios

这将返回嵌套字典的列表，如下所示：

portfolios = []
for acct_name, account in df.groupby('AccountName'):
    portfolio = {stock['StockName']: stock['Allocation'] 
              for _, stock in account.iterrows()}
    portfolios.append({acct_name: portfolio})

请注意，在这种情况下，我使用变量[{'MN001': {'ABC': 0.4, 'ABD': 0.6}}, {'MN002': {'EFG': 0.5, 'HIJ': 0.4, 'LMN': 0.1}}]而不是分配给acct_name，因为我们实际上将使用索引来“标记” _列表中的字典。 / p>

Answer 2

import pandas as pd 
import numpy as np 

d = np.array([['MN001','#1','ABC', 0.4],
                ['MN001','#1','ABD', 0.6],
                ['MN002', '#2', 'EFG', 0.5],
                ['MN002', '#2', 'HIJ', 0.4],
                ['MN002', '#2', 'LMN', 0.1]])  
df = pd.DataFrame(data=d, columns = ['AccountName','AccountType','StockName', 'Allocation'])

by_account_df = df.groupby('AccountName').apply(lambda x : dict(zip(x['StockName'],x['Allocation']))).reset_index(name='dic'))
by_account_lst = by_account_df['dic'].values.tolist()

结果应该是：

print(by_account_lst)
[{'ABC': '0.4', 'ABD': '0.6'}, {'EFG': '0.5', 'HIJ': '0.4', 'LMN': '0.1'}]

将Python DataFrame转换成字典列表

2 个答案: