我有一个包含 2 列以上(Col1、Col2 等(的数据帧,我想生成一个索引为 Col1 且系列的值是字典,其中键是 Col2,(字典的(值是元组的八进制(Col1、Col2(。
假设数据帧是这样的:
Col1 Col2 Col3 ...
0 A b ...
1 B e ...
2 A a ...
3 C a ...
4 A b ...
5 B c ...
6 A e ...
7 B c ...
我想要的输出是:
A {'a':1,'b':2,'e':1}
B {'c':2,'e':1}
C {'a':1}
我设法通过这个循环做到了:
for t in my_df['Col1'].unique():
my_series.loc[t] = my_df[my_df['Col1'] == t].groupby('Col2').size().to_json()
但我想知道是否有办法使用 pandas 方法更有效地做到这一点,而无需迭代。
我还尝试使用两个索引进行分组:
my_df.groupby(['Col1','Col2']).size()
>
Col1 Col2
A a 1
b 2
e 1
B c 2
e 1
C a 1
但找不到将结果转换为字典系列的下一步,如上所示
默认字典是你需要的:
import collections
resul = collections.defaultdict(dict)
for row in my_df.groupby(['Col1','Col2']).size().iteritems():
resul[row[0][0]][row[0][1]] = row[1]
pprint.pprint(resul)
按预期给出:
defaultdict(<class 'dict'>,
{'A': {'a': 1, 'b': 2, 'e': 1},
'B': {'c': 2, 'e': 1},
'C': {'a': 1}})
如果你想摆脱默认的字典,而想要一个普通的字典:
resul = dict(resul)