微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

在Python中将数据框转换为字典

我有一个csv文件,已使用Pandas将其转换为数据框.这是数据框:

Customer ProductID Count

John     1         50
John     2         45
Mary     1         75
Mary     2         10
Mary     5         15

我需要字典形式的输出,如下所示:

{ProductID:1, Count:{John:50, Mary:75}},
{ProductID:2, Count:{John:45, Mary:10}},
{ProductID:5, Count:{John:0, Mary:15}}

我阅读了以下答案:

python pandas dataframe to dictionary

Convert dataframe to dictionary

这是我拥有的代码

df = pd.read_csv('customer.csv') 
dict1 = df.set_index('Customer').T.to_dict('dict') 
dict2 = df.to_dict(orient='records')

这是我当前的输出

dict1 = {'John': {'Count': 45, 'ProductID': 2}, 'Mary': {'Count': 15, 'ProductID': 5}}

dict2 = [{'Count': 50, 'Customer': 'John', 'ProductID': 1},
 {'Count': 45, 'Customer': 'John', 'ProductID': 2},
 {'Count': 75, 'Customer': 'Mary', 'ProductID': 1},
 {'Count': 10, 'Customer': 'Mary', 'ProductID': 2},
 {'Count': 15, 'Customer': 'Mary', 'ProductID': 5}]

解决方法:

您可以使用IIUC:

d = df.groupby('ProductID').apply(lambda x: dict(zip(x.Customer, x.Count)))
      .reset_index(name='Count')
      .to_dict(orient='records')

print (d)
[{'ProductID': 1, 'Count': {'John': 50, 'Mary': 75}}, 
 {'ProductID': 2, 'Count': {'John': 45, 'Mary': 10}}, 
 {'ProductID': 5, 'Count': {'Mary': 15}}]

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐