Question

我需要在多列过滤器上过滤数据框，尝试使用groupby，但感觉它仅限于2个级别。

df_dic = {'col1': [1, 2, 3, 2, 1], 'year': ['2019', '2019', '2020', '2020', '2019'], 'week': ['37', '38', '1', '2', '37'], 'product': [1, 1, 1, 1, 1], 'se': [1, 0, 0, 0, 1], 'sqe': [0, 1, 0, 0, 1]}

数据框：

   col1  year week  product  se  sqe
      1  2019   37        1   1    0
      2  2019   38        1   0    1
      3  2020    1        1   0    0
      2  2020    2        1   0    0
      1  2019   37        1   1    1

尝试过的迭代：在我最近的尝试中，我能够获得每年的周数，但是我希望每周都能获得乘积，se和，sq和。

预期结果：

{
 "2019": {
         "37":{
               "Product": 2,
               "SE": 2,
               "SQE":1 
               },
         "38":{
               "Product": 1,
               "SE": 0,
               "SQE":1 
               },
               },
   "2020": 
        {
          "1":{
               "Product": 2,
               "SE": 0,
               "SQE":0 
               }
               }
      }

任何帮助将不胜感激。顺便说一句：这些产品，se和sqe不能合并为一个。

Answer 1

尝试：

df.groupby(by="year").apply(lambda grp: grp.groupby(by="week")[["product","se","sqe"]].sum().to_dict("index")).to_dict()

输出：

{'2019': 
       {'37': {'product': 2, 'se': 2, 'sqe': 1},
        '38': {'product': 1, 'se': 0, 'sqe': 1}},

 '2020': 
       {'1': {'product': 1, 'se': 0, 'sqe': 0},
        '2': {'product': 1, 'se': 0, 'sqe': 0}}}

Answer 2

要使用我的解决方案，分组键必须是唯一的，因此从您的数据样本中我必须删除最后一行，因为 year == 2019 和 week == 37 发生得较早。

要获得预期的结果，可以运行：

df.drop(columns='col1').set_index(['year', 'week']).groupby('year').apply(
    lambda grp: grp.reset_index(level=0, drop=True).to_dict(orient='index')).to_dict()

对于您的数据样本（没有最后一行），我得到了：

{2019: {37: {'product': 1, 'se': 1, 'sqe': 0},
        38: {'product': 1, 'se': 0, 'sqe': 1}},
 2020: { 1: {'product': 1, 'se': 0, 'sqe': 0},
         2: {'product': 1, 'se': 0, 'sqe': 0}}}

可以将此代码扩展到更多级别，但是必须指定您想要的所有分组级别。

熊猫的多层次分组和总和

2 个答案: