Python 从dataframe创建字典
我有以下代码Python 从dataframe创建字典,python,pandas,dictionary,Python,Pandas,Dictionary,我有以下代码 pd.DataFrame(index=["A", "A", "B","B","B"], columns=["col1","col2","col3"], data=np.array([[5,3,5],[8,6,4],[8,6,4],[2,7,6],[8,6,4]])) 这将导致以下数据帧 col1 col2 col3 A 5 3 5 A 8 6 4 B 8 6 4 B
pd.DataFrame(index=["A", "A", "B","B","B"], columns=["col1","col2","col3"],
data=np.array([[5,3,5],[8,6,4],[8,6,4],[2,7,6],[8,6,4]]))
这将导致以下数据帧
col1 col2 col3
A 5 3 5
A 8 6 4
B 8 6 4
B 2 7 6
B 8 6 4
我想用它创建一个字典,其中包含键a和键B,值是包含其余数据的数据帧。例如,对于A,值应该是如下所示的数据帧
col1 col2 col3
5 3 5
8 6 4
将字典理解与
groupby
一起使用,对于默认索引:
d = {k:v.reset_index(drop=True) for k, v in df.groupby(level=0)}
print (d)
{'A': col1 col2 col3
0 5 3 5
1 8 6 4, 'B': col1 col2 col3
0 8 6 4
1 2 7 6
2 8 6 4}
如果需要不更改索引值,则可以使用:
d = dict(tuple(df.groupby(level=0)))
print (d['A'])
col1 col2 col3
A 5 3 5
A 8 6 4
但这与使用以下选项选择原始数据相同:
设置:
df = pd.DataFrame(index=["A", "A", "B","B","B"],
columns=["col1","col2","col3"],
data=np.array([[5,3,5],[8,6,4],[8,6,4],[2,7,6],[8,6,4]]))
马丁,你想要一个可以重建成a或B的字典吗?pd.DataFrame(df.T['A'].apply(list).T.to_dict(orient='records')将为您提供一个A,但要重建它,您必须执行以下操作:pd.DataFrame(df.T['A'].apply(list).T.to_dict(orient='records'),index=['A',A']
print (df.loc['A'])
col1 col2 col3
A 5 3 5
A 8 6 4
df = pd.DataFrame(index=["A", "A", "B","B","B"],
columns=["col1","col2","col3"],
data=np.array([[5,3,5],[8,6,4],[8,6,4],[2,7,6],[8,6,4]]))