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:基于单个列表的python列表排序字典,python,pandas,list,dictionary,nested,Python,Pandas,List,Dictionary,Nested,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
import pandas as pd
df = pd.read_csv(inputfile)
mydict = df.to_dict(orient='list')
现在,我想用一个列表
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]}}