在熊猫中创建一个带有多个列的嵌套词典

Question

我正在尝试以这种方式对数据进行分组 - {10：{10：[POL]，5：[CARL]}

现在，我已经根据年龄和数据列对数据进行了分组。现在，我也试图将评分包括在其中。因此{年龄：{评分：[数据]，评分：[data]}

这是我现在分组的方式，

df.groupby（“ age”）[“ data”]。agg（list）.to_dict（）

[table ）链接] https://i.sstatic.net/pc8cw.png

Answer 1

分组可以由Groupby完成，但是构建字典只能通过自定义功能完成。 create_dict用于基于分组键动态创建嵌套词典，其中最内在的元素设置了值

import pandas as pd


def create_dict(key_lst, val):
    global res
    key_num = len(key_lst)
    tmp_dict = res
    for index, key in enumerate(key_lst):
        if index == key_num - 1:
            tmp_dict[key] = val
        else:
            if key not in tmp_dict:
                tmp_dict.setdefault(key, {})

        tmp_dict = tmp_dict[key]


res = {}
df = pd.DataFrame({"Age": [10, 10, 3], "Data": ["Pole", "Carl", "Jack"], "Rating": [10, 5, 5]})

group_data = df.groupby(["Age", "Rating"]).agg({"Data": list}).Data

for k, v in zip(group_data.index, group_data.values):
    create_dict(k, v)

print(res)

# {3: {5: ['Jack']}, 10: {5: ['Carl'], 10: ['Pole']}}

Answer 2

尝试以下操作：

df.set_index('Rating').groupby(["Age"]).agg(dict).apply(lambda x: x.to_dict())

输出：

Data    {3: {5: 'Jack'}, 10: {10: 'Pole', 5: 'Carl'}}

对于不同的输入：

Age Data    Rating
10  Pole    10
10  Carl    10
3   Jack    5

结果：

{3: {5: 'Jack'}, 10: {10: ['Pole', 'Carl']}}

我不确定这就是您要寻找的。可能删除:)