将两列分组:第1列作为dict，键作为第1列值，第2列为dict值

Question

我有数据帧：

df = pd.DataFrame([[1,'length',1],
[1,'diameter',40],
[2,'length',5],
[2,'diameter',100]], columns=['no.', 'property','value'])

或者：

no.0 property   value
1    'length'   1
1    'diameter' 40
2    'length'   5
2    'diameter' 100

我正试图将它转换为这样的数据帧(第一列必须是索引(：

no.0 property
1    {'length': 1, 'diameter', 40}
2    {'length': 1, 'diameter', 40}

Answer 1

按no.列分组，并在dict理解中创建记录

{k: {'property': dict(g.values)} for k,g in df.set_index('no.').groupby(level=0)}

{1: {'property': {'length': 1, 'diameter': 40}},
2: {'property': {'length': 5, 'diameter': 100}}}

---

如果您想要dataframe格式的输出

df.set_index('no.').groupby(level=0)
.apply(lambda g: dict(g.values)).reset_index(name='property')

no.                        property
0    1   {'length': 1, 'diameter': 40}
1    2  {'length': 5, 'diameter': 100}

Answer 2

可以将set_index到property以及no.上的groupby.agg转换为dict以获得内部dict:

new_df = (
df.set_index('property')
.groupby('no.')
.agg(property=('value', lambda s: s.to_dict()))
)

new_df:

property
no.                                
1     {'length': 1, 'diameter': 40}
2    {'length': 5, 'diameter': 100}

---

然后在DataFrame上to_dict以获得最终输出

d = new_df.to_dict()

d:

{1: {'property': {'length': 1, 'diameter': 40}},
2: {'property': {'length': 5, 'diameter': 100}}}

Answer 3

您可以透视数据帧，然后删除列级别，为每行创建字典，最后调用to_dict():

reshaped = df.pivot(['no.'],['property'],['value'])
reshaped.columns = reshaped.columns.droplevel()
reshaped.apply(lambda x: {'property': dict(x)}, axis=1).to_dict()

输出：

{1:
{'property':
{'diameter': 40, 
'length': 1}},
2: {'property':
{'diameter': 100, 
'length': 5}}
}