Python 熊猫df与groupby口述

我有这个df：

line stop
1    1_a 
1    1_b 
1    1_c
2    2_a
2    2_c

我想创建以下目录：

d={1:{“停止”：“1_a”，“1_b”，“1_c”}，2:{“停止”：“2_a”，“2_b”，“2_c”}

有人知道如何用

to_dict

方法做到这一点

---

谢谢

您可以使用

apply

创建由列表填充的嵌套词典，然后最后：

如果需要通过一些分隔符连接值，例如

，

：

d1 = df.groupby('line')['stop'].apply(','.join).to_frame().to_dict('index')
print (d1)
{1: {'stop': '1_a,1_b,1_c'}, 2: {'stop': '2_a,2_c'}}

编辑：

多个列的解决方案，其中包含并省略了

到_frame（）

：

---

由于您没有进行任何计算，您可以避免使用

to_dict

部分，并迭代分组以获取词典：

{key: {"stops": ",".join(value.stop.array)}
 for key, value in df.groupby("line")}


{1: {'stops': '1_a,1_b,1_c'}, 2: {'stops': '2_a,2_c'}}

也可以将子值保留为列表：

{key: {"stops": list(value.stop.array)} 
 for key, value in df.groupby("line")}

{1: {'stops': ['1_a', '1_b', '1_c']}, 2: {'stops': ['2_a', '2_c']}}

---

如何更改此设置以向嵌套添加多个列

df.groupby（'line'）[['stop'，'lat'，'lon']]].apply（list）.to_frame（）.to_dict（'index'）

会起作用吗？@Pi-R-yop，只省略

。to_frame（）

@Pi-R-并使用

.agg

代替

。apply

有没有办法将stop的每个名称添加为dict中的键：

{{'lat'：3，'lon'：1}}

完美！坦克很多！

{key: {"stops": ",".join(value.stop.array)}
 for key, value in df.groupby("line")}


{1: {'stops': '1_a,1_b,1_c'}, 2: {'stops': '2_a,2_c'}}

{key: {"stops": list(value.stop.array)} 
 for key, value in df.groupby("line")}

{1: {'stops': ['1_a', '1_b', '1_c']}, 2: {'stops': ['2_a', '2_c']}}