Python 将数据帧转换为具有几个键（成员ID）和附加值（帐户余额）的字典

我有以下问题： 我的目标是提取数据帧的唯一成员ID，并将其作为键，同时提取和汇总它们拥有的事务，并将其作为值

唯一成员id=例如708504419744905670928446

金额=150.78

card_members=df['unique_mem_id'].unique（）

编辑： 以下是数据框架的摘录：

transaction_date    unique_mem_id   description amount
6/21/2014   7.08504E+22 HILLERS MARKET         NORTHVILLE   MI  61.72
6/22/2014   7.08504E+22 BUSCH'S #1032          PLYMOUTH     MI  25.48
6/23/2014   7.08504E+22 SPEEDWAY XXXXX 5 M     PLYMOUTH     MI  30.73
6/23/2014   7.08504E+22 HENDERSON GLASS INC    NOVI         MI  29.95
6/23/2014   7.08504E+22 HILLERS MARKET         NORTHVILLE   MI  59.6
6/23/2014   7.08504E+22 SPEEDWAY XXXXX 5 M     PLYMOUTH     MI  60.59
6/24/2014   7.08504E+22 BEACHWAY RESORT        SAUGATUCK    MI  1142.4
6/24/2014   7.08504E+22 PUMPERNICKELS EATERY   SAUGATUCK    MI  88.52
6/24/2014   7.08504E+22 DEMOND'S SUPER         DOUGLAS      MI  79.75
6/25/2014   7.08504E+22 DEMOND'S SUPER         DOUGLAS      MI  128.21

编辑结束

日期时间索引：852个条目，2014-06-21至2020-01-23数据列 （共4列）：#列非空计数数据类型

---------
0事务处理日期852非空datetime64[ns]
1个唯一的\u mem\u id 852非空对象
2说明852非空对象
3金额852非空浮动64
数据类型：datetime64ns，float64（1），对象（2）内存使用率：53.3+KB

这是我试图编写的字典：

#test for transactions
from collections import defaultdict
transaction_dict = defaultdict(list)

for row in df_card.items():
    try:
        key = card_members
        value = df_card.amount
    except ValueError:
        continue

    transaction_dict[key] += value

print(transaction_dict)

出现的错误是：unhabable类型：“numpy.ndarray”

我也尝试过df_card.iterrows（），但也失败了：（

dic={}
对于范围内的i（len（df））：
key=df.at[i，'唯一成员id']
如果dic中的df.at[i，‘唯一成员id’]：
dic[key]+=df.at[i，'说明金额']
其他：
dic[key]=df.at[i，‘说明金额’]

试试这个！

---

首先我们创建一个字典。然后我们遍历数据帧的每一行，检查特定的

唯一的\u mem\u id

是否已经作为一个键存在于字典中。如果它是一个键，只需将

描述\u金额

添加到该键，否则在字典中创建一个新键。

我认为您可以使用

df\u卡。iterrows

作为f下面：

transaction_dict = {}
for i, row in df_card.iterrows():
  key = row['unique_mem_id']
  val = row['amount']
  transaction_dict[key] = transaction_dict.get(key,0) + val

---

希望对您有所帮助！

在这里完成此操作并对第三方有用我的最终解决方案： 我使用了一个变通方法，它是以下步骤的副产品，但与Yosua发布的解决方案类似

创建一个将交易标记为“费用”或“收入”的新列，然后运行if循环，直到找到第一个“收入”并将其相加

`

`

在添加新列之后，我使用following以元组的形式对行进行迭代，并在单击“income”时停止，然后将之前的所有“expenses”相加

数据帧的切片

df_1 = df_card[['unique_mem_id', 'amount', 'transaction_class']][df_card['unique_mem_id'] == '70850441974905670928446']

元组迭代

cumulative_amount = []
amount_list = []
for row in df_1.itertuples():
   #access data using column names
   if row.transaction_class == "expense":
     #print(index, row.unique_mem_id, row.amount, row.transaction_class)
     amount_list.append(row.amount)
     cumulative_amount = np.cumsum(amount_list, axis = 0)
     #print(row.unique_mem_id, cumulative_amount)
   else:
  #print(f"stopped at user_ID: {row.unique_mem_id}, cumulative sum injected {cumulative_amount[-1]}")
                        break
                #print out the member id as part of the for-loop and and the last element of the list which is the amount to be injected
                print(f"unique_member_ID: {row.unique_mem_id}; initial injection needed in USD: {cumulative_amount[-1]}")

这将打印相应的会员ID及其费用总额。

---

希望这些变体能有所帮助：）

提供一些示例数据。您似乎只有3列，但数据中的每一行包含6个属性。我尝试了这一点，并进行了一些小的调整。谢谢！

cumulative_amount = []
amount_list = []
for row in df_1.itertuples():
   #access data using column names
   if row.transaction_class == "expense":
     #print(index, row.unique_mem_id, row.amount, row.transaction_class)
     amount_list.append(row.amount)
     cumulative_amount = np.cumsum(amount_list, axis = 0)
     #print(row.unique_mem_id, cumulative_amount)
   else:
  #print(f"stopped at user_ID: {row.unique_mem_id}, cumulative sum injected {cumulative_amount[-1]}")
                        break
                #print out the member id as part of the for-loop and and the last element of the list which is the amount to be injected
                print(f"unique_member_ID: {row.unique_mem_id}; initial injection needed in USD: {cumulative_amount[-1]}")