在Python中创建和更新字典

我有一个包含3列的表：

Date        Category         Value
1/1/2017    Cat1             111
1/2/2017    Cat1             222
1/3/2017    Cat2             333
1/4/2017    Cat3             444

如何使用category作为键，字典列表[{date:value}]作为值，将其转换为字典列表的字典？e、 g

{cat1 : [{1/1/2017 : 111} , {1/2/2017 : 222}]}
{cat2 : [{1/3/2017 : 333}]}
{cat3 : [{1/4/2017 : 444}]}

如何将新字典元素附加到父字典

该数据结构可用于绘制多系列散点图

编辑：

谢谢你的回答和评论。我试了一下以利沙的答案，效果很好。下面是在csv文件中读取并构建字典的完整代码

import csv
from io import StringIO
from itertools import groupby
from operator import itemgetter

input_file = "c:\\path\\to\\test.csv"

with open(input_file, 'r') as file:
    content = file.read()

formatted_content = csv.Dictreader(StringIO(content))

result = {}
for category, entries in groupby(sorted(formatted_content, key=itemgetter('Category')), key=itemgetter('Category')):
    result[Category] = [{entry['Date']: entry['Value']} for entry in entries]

print(result)

# continue processing the result to plot multiseries chart

---

您可以利用python及其函数：

import csv
from io import StringIO
from itertools import groupby
from operator import itemgetter

values = u'''Date,Category,Value
1/1/2017,Cat1,111
1/2/2017,Cat1,222
1/3/2017,Cat2,333
1/4/2017,Cat3,444'''

reader = csv.DictReader(StringIO(values))


result = {}
for category, entries in groupby(sorted(reader, key=itemgetter('Category')),
                                 key=itemgetter('Category')):
    result[category] = [{entry['Date']: entry['Value']} for entry in entries]

---

您可以利用python及其函数：

import csv
from io import StringIO
from itertools import groupby
from operator import itemgetter

values = u'''Date,Category,Value
1/1/2017,Cat1,111
1/2/2017,Cat1,222
1/3/2017,Cat2,333
1/4/2017,Cat3,444'''

reader = csv.DictReader(StringIO(values))


result = {}
for category, entries in groupby(sorted(reader, key=itemgetter('Category')),
                                 key=itemgetter('Category')):
    result[category] = [{entry['Date']: entry['Value']} for entry in entries]

---

如果你使用熊猫，你可以这样做：

df['DateVal'] = [{row.Date : row.Value} for idx, row in df.iterrows()]
df.groupby(by='Category')['DateVal'].apply(list).to_dict()

输出：

{'Cat1': [{'1/1/2017': '111'}, {'1/2/2017': '222'}],
 'Cat2': [{'1/3/2017': '333'}],
 'Cat3': [{'1/4/2017': '444'}]}

• 第一行创建一个新的字典列，其中日期作为键，值作为值
• 第二行按类别将项目分组，生成分组项目的列表，并将其作为字典输出

---

如果您使用熊猫，您可以这样做：

df['DateVal'] = [{row.Date : row.Value} for idx, row in df.iterrows()]
df.groupby(by='Category')['DateVal'].apply(list).to_dict()

输出：

{'Cat1': [{'1/1/2017': '111'}, {'1/2/2017': '222'}],
 'Cat2': [{'1/3/2017': '333'}],
 'Cat3': [{'1/4/2017': '444'}]}

• 第一行创建一个新的字典列，其中日期作为键，值作为值
• 第二行按类别将项目分组，生成分组项目的列表，并将其作为字典输出

---

到目前为止，您编写了哪些代码？@MikeTung Is Table在任何数据库或文本文件中？@JoeHo您的数据是什么格式的？数据的格式如何？在您的示例中，它的间距很小，但在您的解释器中，if是一个多行字符串吗？您的代码在哪里？到目前为止您编写了什么代码？@MikeTung is Table在任何数据库或文本文件中？@JoeHo您的数据是什么格式的？数据的格式如何？在示例中，它的间距很小，但在解释器中，它是一个多行字符串吗？代码在哪里？