从groupby对象Python创建字典

假设我有一个数据帧：

df = pd.DataFrame({'Type' : ['Pokemon', 'Pokemon', 'Bird', 'Pokemon', 'Bird', 'Pokemon', 'Pokemon', 'Bird'],'Name' : ['Jerry', 'Jerry', 'Flappy Bird', 'Mudkip','Pigeon', 'Mudkip', 'Jerry', 'Pigeon']})  

我根据类型对其进行分组：

print df.groupby(['Type','Name'])['Type'].agg({'Frequency':'count'})

                           Frequency
Type    Name                  
Bird    Flappy Bird          1
        Pigeon               2
Pokemon Jerry                3
        Mudkip               2

我可以从上面的组中创建词典吗？？键

“Bird”

将有一个列表值，其中包含

['bike'，Flappy Bird']

请注意，更高频率的名称应首先出现在值列表中

预期输出：

dict1 = { 'Bird':['Pigeon','Flappy Bird'] , 'Pokemon':['Jerry','Mudkip'] }

---

您可以使用字典理解创建字典，如下所示

df = pd.DataFrame({'Type' : ['Pokemon', 'Pokemon', 'Bird', 'Pokemon', 'Bird', 'Pokemon', 'Pokemon', 'Bird'],'Name' : ['Jerry', 'Jerry', 'Flappy Bird', 'Mudkip','Pigeon', 'Mudkip', 'Jerry', 'Pigeon']})  
f = df.groupby(['Type','Name'])['Type'].agg({'Frequency':'count'})
f.sort('Frequency',ascending=False, inplace=True)

d = {k:list(f.ix[k].index) for k in f.index.levels[0]}
print(d)
# {'Bird': ['Pigeon', 'Flappy Bird'], 'Pokemon': ['Jerry', 'Mudkip']}

字典理解将遍历外部索引（“Bird”、“Pokemon”），然后将该值设置为字典的内部索引

必须首先按

频率

列对

多索引

进行排序，以获得所需的顺序。

这里有一行

df.groupby(['Type'])['Name'].apply(lambda grp: list(grp.value_counts().index)).to_dict()

# output
#{'Bird': ['Pigeon', 'Flappy Bird'], 'Pokemon': ['Jerry', 'Mudkip']}

value\u counts

函数按计数隐式分组

Name

字段，默认情况下返回降序

奖金：如果您想包括计数，您可以执行以下操作

df.groupby(['Type']).apply(lambda grp: grp.groupby('Name')['Type'].count().to_dict()).to_dict()

# {'Bird': {'Flappy Bird': 1, 'Pigeon': 2}, 'Pokemon': {'Jerry': 3, 'Mudkip': 2}}

---

DataFrame.sort（）

已被弃用，现在已被删除。现在使用

f.对值进行排序（）

Hi@DanDy:你的奖金部分帮助了我。你能详细说明一下吗？我想知道它是怎么工作的。谢谢