如何创建字典字典从一个数据框分组的某一列?

Question

我有一个看起来像这样的数据框架。

username   course      marks
0     alex       physics      20
1     bob        chemistry    25
2     alex       math         30
3     alex       chemistry    40

我想得到一个嵌套字典的列表，看起来像这样。

[{
"alex":{
"course":"physics",
"marks":20
},
{
"course":"math",
"marks":30
},
{
"course":"chemistry",
"marks":40
}
},
{ "bob":{
"course":"chemistry",
"marks":25
}
}]

我尝试使用groupby()，但无法获得预期的结果。

Answer 1

在GroupBy.apply中使用自定义lambda函数DataFrame.to_dict，最后使用Series.to_dict:

d = (df.groupby('username')[['course','marks']]
.apply(lambda x: x.to_dict('records'))
.to_dict())

或:

d = {name: g[['course','marks']].to_dict('records') for name, g in df.groupby('username')}
print (d)
{'alex': [{'course': 'physics', 'marks': 20}, 
{'course': 'math', 'marks': 30},
{'course': 'chemistry', 'marks': 40}], 
'bob': [{'course': 'chemistry', 'marks': 25}]}

Answer 2

您可以使用下面的命令来获得所需的输出

import pandas as pd
# create the DataFrame
df = pd.DataFrame({
'username': ['alex', 'bob', 'alex', 'alex'],
'course': ['physics', 'chemistry', 'math', 'chemistry'],
'marks': [20, 25, 30, 40]
})
# group the DataFrame by username
grouped = df.groupby('username')
# create a list of nested dictionaries
result_list = []
for name, group in grouped:
# create a dictionary for the current username
user_dict = {}
for _, row in group.iterrows():
# add the course and marks for the current row to the user_dict
user_dict[row['course']] = {
'course': row['course'],
'marks': row['marks']
}
# add the user_dict to the result list
result_list.append({name: list(user_dict.values())})
print(result_list)

输出:

[
{
'alex': [
{'course': 'physics', 'marks': 20},
{'course': 'math', 'marks': 30},
{'course': 'chemistry', 'marks': 40}
]
},
{
'bob': [
{'course': 'chemistry', 'marks': 25}
]
}
]