Python 在按索引定向的嵌套字典中获取键和值的列表
我有一个Excel文件,其结构如下:Python 在按索引定向的嵌套字典中获取键和值的列表,python,excel,pandas,dictionary,Python,Excel,Pandas,Dictionary,我有一个Excel文件,其结构如下: name age status anna 35 single petr 27 married {'anna': {'age':35}, {'status': 'single'}}, {'petr': {'age':27}, {'status': 'married'}} 我已将此类文件转换为嵌套字典,其结构如下: name age status anna 35 single petr 27 married {'anna': {'age':35}, {'s
name age status
anna 35 single
petr 27 married
{'anna': {'age':35}, {'status': 'single'}},
{'petr': {'age':27}, {'status': 'married'}}
我已将此类文件转换为嵌套字典,其结构如下:
name age status
anna 35 single
petr 27 married
{'anna': {'age':35}, {'status': 'single'}},
{'petr': {'age':27}, {'status': 'married'}}
使用熊猫:
import pandas as pd
df = pd.read_excel('path/to/file')
df.set_index('name', inplace=True)
print(df.to_dict(orient='index'))
但是现在运行list(df.keys())
时,它会返回字典中所有键的列表(“年龄”、“状态”等),但不会返回“名称”
我的最终目标是通过键入名称返回所有键和值
有可能吗?或者我应该使用其他方法导入数据以实现目标?最终我还是应该去查字典,因为我会用一个键将它与其他字典合并。试试这个:
import pandas as pd
df = pd.read_excel('path/to/file')
df[df['name']=='anna'] #Get all details of anna
df[df['name']=='petr'] #Get all details of petr
给定excel中的数据框,您应该执行以下操作以获得所需的内容:
resulting_dict = {}
for name, info in df.groupby('name').apply(lambda x: x.to_dict()).iteritems():
stats = {}
for key, values in info.items():
if key != 'name':
value = list(values.values())[0]
stats[key] = value
resulting_dict[name] = stats
我想您需要参数
drop=False
来表示不删除列Name
:
import pandas as pd
df = pd.read_excel('path/to/file')
df.set_index('name', inplace=True, drop=False)
print (df)
name age status
name
anna anna 35 single
petr petr 27 married
d = df.to_dict(orient='index')
print (d)
{'anna': {'age': 35, 'status': 'single', 'name': 'anna'},
'petr': {'age': 27, 'status': 'married', 'name': 'petr'}}
print (list(df.keys()))
['name', 'age', 'status']
谢谢你,但我应该把它作为一本字典来保存,并以某种方式将“name”变成一个普通键:
my_dict=df.set_index('name').transpose()。to_dict(orient='list')
然后使用my_dict['anna']
和my_dict[
petr`]它返回我:UserWarning:DataFrame列不是唯一的,有些列将被省略。“列将被忽略。”,UserWarning)
尽管列是唯一的