pandas转换成字典

Question

我有一个这样的dataframe

期望把它变成这样结构的Python字典：

{
    'a':{
        '1':41,
        '2':98,
        '3':53
    },
    'b':{
        '1':15,
        '2':64,
        '3':36
    }
}

想了一天了都没有头绪，希望得到大家的解答，以下是快速构造dataframe的语句。

import pandas as pd
df = pd.DataFrame([['a',1,41],['a',2,98],['a',3,53],['b',1,15],['b',2,64],['b',3,36]], columns=['code', 'date','count']) 

Answer 1

import pandas as pd

df = pd.DataFrame([['a',1,41],['a',2,98],['a',3,53],['b',1,15],['b',2,64],['b',3,36]], columns=['code', 'date','count'])

d = dict()
for _, row in df.iterrows():
    code, data, count = row
    d.setdefault(code, {}).update({str(data): count})

print d

Answer 2

def foo(a):
  res = {}
  for i in a:
    res.update(i)
  return res

res = dict(df.groupby('code').apply(lambda a: a.groupby('date').apply(lambda b: dict(b['count']))).apply(foo, axis=1))

Answer 3

我是提问者，我自己也想了个办法。但是我觉得不如“prolifes同学”的答案来的清晰。

分享给大家我的办法：使用了两层的字典推倒式。

data = {k:{g.valuesi:g.valuesi for i in range(len(g))} for k,g in df.groupby('code')}

Answer 4

有一个to_dict方法参考文档