基于单个列表的python列表排序字典

我已经导入了一个csv文件，并将其数据存储到带有熊猫的字典中，如下所示：

import pandas as pd
df = pd.read_csv(inputfile)
mydict = df.to_dict(orient='list')

现在，我想用一个列表

设置新键

对其他列表排序

通过这样做，我也取得了类似的成就：

gb = df.groupby('time')
ts = dict(list(gb))

“问题”是我有一个数据帧的字典，而不是列表的字典

基本示例

csv文件：

var1 var2 var3 time var4
1    0    1.1  0    34
2    0    2.1  1    150
3    0    6    2    16
1    0    1.1  0    34
2    0    2.1  1    150
3    0    6    2    16
1    0    1.1  0    34
2    0    2.1  1    150
3    0    6    2    16

随熊猫进口的字典

mydict = 
{'var1': [1, 2, 3, 1, 2, 3, 1, 2, 3], 
'var2': [0, 0, 0, 0, 0, 0, 0, 0, 0], 
'var3': [1.1, 2.1, 6.0, 1.1, 2.1, 6.0, 1.1, 2.1, 6.0], 
'time': [0, 1, 2, 0, 1, 2, 0, 1, 2], 
'var4': [34, 150, 16, 34, 150, 16, 34, 150, 16]}

我想实现的是

mydict2 = 
{0: {'var1':[1,1,1], 'var2':[0,0,0], 'var3':[1.1,1.1,1.1], 'var4':[34,34,34]},
 1: {'var1':[2,2,2], 'var2':[0,0,0], 'var3':[2.1,2.1,2.1], 'var4':[150,150,150]},
 2: {'var1':[3,3,3], 'var2':[0,0,0], 'var3':[6,6,6], 'var4':[16,16,16]}}

到目前为止，我得到的结果是相似的，但对于每个

时间

我都会得到一个数据帧：

ts = {0:    var1  var2  var3  time  var4
0     1     0   1.1     0    34
3     1     0   1.1     0    34
6     1     0   1.1     0    34, 
1:    var1  var2  var3  time  var4
1     2     0   2.1     1   150
4     2     0   2.1     1   150
7     2     0   2.1     1   150, 
2:    var1  var2  var3  time  var4
2     3     0   6.0     2    16
5     3     0   6.0     2    16
8     3     0   6.0     2    16}

---

其中，如果我键入

type（ts[0]）

我会得到

，这是可以的（我可以完成工作），但是如果我想要一个列表字典呢？

在以下内容中使用dict comprehension和

orient='list'

：

你可以做：

x=df.groupby（“时间”）.agg（列表）。to_dict（“索引”）
打印（x）

印刷品：

{0:{'var1'：[1,1,1]，'var2'：[0,0,0]，'var3'：[1.1,1.1]，'var4'：[34,34]，
1:{'var1'：[2,2,2]，'var2'：[0,0,0]，'var3'：[2.1,2.1,2.1]，'var4'：[150150150]，
2:{'var1'：[3,3,3]，'var2'：[0,0,0]，'var3'：[6.0,6.0,6.0]，'var4'：[16,16,16]}

d = {k: v.to_dict(orient='list') for k, v in df.set_index('time').groupby('time')}
print (d)
{0: {'var1': [1, 1, 1], 'var2': [0, 0, 0], 'var3': [1.1, 1.1, 1.1], 'var4': [34, 34, 34]}, 
 1: {'var1': [2, 2, 2], 'var2': [0, 0, 0], 'var3': [2.1, 2.1, 2.1], 'var4': [150, 150, 150]}, 
 2: {'var1': [3, 3, 3], 'var2': [0, 0, 0], 'var3': [6.0, 6.0, 6.0], 'var4': [16, 16, 16]}}