Python 如何以某种方式将行转换为字典

假设我有一个数据帧（

df

），如下所示：

   FileID  MatchCat  Match  Freq  CatIDType  CatID
0  001     fruit     apple  3     food       123
1  001     company   apple  3     tech       456

我使用以下方法将其转换为能够将其写入json（此处未完成）：

temp_df=（df.groupby（['FileID'，'Match'，'Freq'，as_index=False）
.apply（lambda x:x[['MatchCat'，'CatIDType'，'CatID']]应用于_dict（'r'））
.reset_index（））
temp_df.columns=['FileID'，'Match'，'Freq'，'MatchInfo']
j=记录的温度

j

的输出：

[
{
“文件ID”：“001”，
“匹配”：“AAPL”，
“频率”：3，
“匹配信息”：[
{
“CatIdType”：“食品”，
‘CatId’：‘123’，
“火柴猫”：“水果”
}
]
},
{
“文件ID”：“001”，
“匹配”：“AAPL”，
“频率”：3，
“匹配信息”：[
{
“CatIdType”：“tech”，
“CatId”：“456”，
“火柴猫”：“公司”
}
]
}
]

但是，我现在希望看起来像这样（合并为一个，因为

Match

和

FileID

两者都是相同的）：

[
{
“文件ID”：“001”，
“匹配”：“AAPL”，
“频率”：3，
“匹配信息”：[
{
“CatIdType”：“食品”，
‘CatId’：‘123’，
“火柴猫”：“水果”
}, 
{
“CatIdType”：“tech”，
“CatId”：“456”，
“火柴猫”：“公司”
}
]
}
]

有没有一种简单的方法来更改代码以实现此目的？

试试这个

from pprint import pprint

pprint(
    df.groupby(['FileID', 'Match', 'Freq'])['MatchCat', 'CatIDType', 'CatID']
        .apply(lambda x: x.to_dict(orient='r'))
        .reset_index(name='MatchInfo').to_dict(orient='r')
)

---

试试这个

from pprint import pprint

pprint(
    df.groupby(['FileID', 'Match', 'Freq'])['MatchCat', 'CatIDType', 'CatID']
        .apply(lambda x: x.to_dict(orient='r'))
        .reset_index(name='MatchInfo').to_dict(orient='r')
)

---

---

这不是特别可靠的字典代码。如果有多个子字典具有相同的键，那么它们每个都需要一个键来与每个子字典关联，并将它们视为值。这是什么意思？我的意思是，一般来说，在字典中使用列表是完全可以的（就像JSON中一样），但是，如果列表中的对象是具有重复键的字典，根据我的经验，您不会默认允许列表索引作为新键，您为每个子字典

[{id1:Dictionary1}，{id2:Dictionary2}]

都包含一个唯一的ID，但通常情况下，您会提供一个唯一的标识符，以便在解包列表时，它们不会相互冲突……这不是特别可靠的字典代码。如果有多个子字典具有相同的键，那么它们每个都需要一个键来与每个子字典关联，并将它们视为值。这是什么意思？我的意思是，一般来说，在字典中使用列表是完全可以的（就像JSON中一样），但是，如果列表中的对象是具有重复键的字典，根据我的经验，您不会默认允许列表索引作为新键，您为每个子字典

[{id1:Dictionary1}，{id2:Dictionary2}]

都包含一个唯一的ID，但通常情况下，您会提供一个唯一的标识符，这样，如果您解压缩列表，它们就不会相互冲突。。。