Python 数据透视表转换为defaultdict（列表）

我使用熊猫透视表。我需要将数据从透视表转换为defaultdict（列表）

这是我的dict透视表数据（

df.to_dict（）

）：

我需要将上面的数据传输到下面：

{
    'formation1': [{
            'position1': {
                'total_count': 2.0
                'count_with_contract': 1.0
                'percent': 0.0
                
            } {
                'position2': {
                    'total_count': 1.0
                    'count_with_contract': 0.0
                    'percent': 0.0
                }
            ]

        }
    }

---

如何操作？

首先筛选需要的列名称，然后在dict comprehension中创建嵌套字典：

df1 = df[['total_count','count_with_contract','percent']]

d = {i:[g.reset_index(level=0, drop=True).to_dict('index')] for i,g in df1.groupby(level=0)}
print (d)
{'formation1':[{'position1': {'total_count': 2, 'count_with_contract': 1, 'percent': 0.5}, 
                'position2': {'total_count': 1, 'count_with_contract': 0, 'percent': 0.0}}]}

使用

defaultdict

的解决方案（输出有点不同）：

从集合导入defaultdict
df1=df['总计数'，'合同计数'，'百分比']
打印（df1）
d=默认DICT（列表）
对于（f，pos），df1.T.items（）中的x：
d[f].追加（{pos:x.to_dict（）}）
印刷品（d）
defaultdict（，
{'formation1'：[{'position1'：{'total_count'：2.0，'count_with_contract'：1.0，'percent'：0.5}}，
{'position2'：{'total_count'：1.0，'count_with_contract'：0.0，'percent'：0.0}]}）

df1 = df[['total_count','count_with_contract','percent']]

d = {i:[g.reset_index(level=0, drop=True).to_dict('index')] for i,g in df1.groupby(level=0)}
print (d)
{'formation1':[{'position1': {'total_count': 2, 'count_with_contract': 1, 'percent': 0.5}, 
                'position2': {'total_count': 1, 'count_with_contract': 0, 'percent': 0.0}}]}

from collections import defaultdict

df1 = df[['total_count','count_with_contract','percent']]
print (df1)

d = defaultdict(list)
for (f, pos), x in df1.T.items():
    d[f].append({pos: x.to_dict()})
    
print (d)
defaultdict(<class 'list'>, 
{'formation1': [{'position1': {'total_count': 2.0, 'count_with_contract': 1.0, 'percent': 0.5}}, 
                {'position2': {'total_count': 1.0, 'count_with_contract': 0.0, 'percent': 0.0}}]})