将 Python DataFrame 转换为字典列表

Question

我有一个数据框，想将其转换为字典列表。我read_csv()用来创建这个数据框。数据框如下所示：             AccountName AccountType  StockName Allocation          0  MN001       #1           ABC       0.4          1  MN001       #1           ABD       0.6          2  MN002       #2           EFG       0.5          3  MN002       #2           HIJ       0.4          4  MN002       #2           LMN       0.1 所需的输出：   [{'ABC':0.4, 'ABD':0.6}, {'EFG':0.5, 'HIJ':0.4,'LMN':0.1}]我试图研究类似的主题并使用该Dataframe.to_dict()功能。我期待着完成这件事。非常感谢您的帮助！

Answer 1

import pandas as pd 

import numpy as np 

d = np.array([['MN001','#1','ABC', 0.4],

                ['MN001','#1','ABD', 0.6],

                ['MN002', '#2', 'EFG', 0.5],

                ['MN002', '#2', 'HIJ', 0.4],

                ['MN002', '#2', 'LMN', 0.1]])  

df = pd.DataFrame(data=d, columns = ['AccountName','AccountType','StockName', 'Allocation'])

by_account_df = df.groupby('AccountName').apply(lambda x : dict(zip(x['StockName'],x['Allocation']))).reset_index(name='dic'))

by_account_lst = by_account_df['dic'].values.tolist()

结果应该是：

print(by_account_lst)

[{'ABC': '0.4', 'ABD': '0.6'}, {'EFG': '0.5', 'HIJ': '0.4', 'LMN': '0.1'}]

Answer 2

这应该这样做：

portfolios = []

for _, account in df.groupby('AccountName'):

    portfolio = {stock['StockName']: stock['Allocation'] 

              for _, stock in account.iterrows()}

    portfolios.append(portfolio)

首先使用该groupby()函数按 对数据帧的行进行分组AccountName。要访问每个帐户的各个行（股票），请使用该iterrows()方法。正如用户@ebb-earl-co 在评论中解释的那样， the_作为占位符变量存在，因为iterrows()返回 (index, Series) 元组，而我们只需要Series(行本身)。从那里，使用字典理解为每个股票创建字典映射StockName-> Allocation。最后，将该字典附加到 的列表中portfolios，从而得到预期的输出：

[{'ABC': 0.4, 'ABD': 0.6}, {'EFG': 0.5, 'HIJ': 0.4, 'LMN': 0.1}]

还有一件事：如果您稍后决定要portfolios使用帐户名称标记每个字典，您可以这样做：

portfolios = []

for acct_name, account in df.groupby('AccountName'):

    portfolio = {stock['StockName']: stock['Allocation'] 

              for _, stock in account.iterrows()}

    portfolios.append({acct_name: portfolio})

这将返回一个嵌套的字典列表，如下所示：

[{'MN001': {'ABC': 0.4, 'ABD': 0.6}},

 {'MN002': {'EFG': 0.5, 'HIJ': 0.4, 'LMN': 0.1}}]

请注意，在这种情况下，我使用了变量acct_name而不是赋值给，_因为我们实际上将使用索引来“标记”portfolios列表中的字典。