如何将数据框转换为嵌套字典？

Question

我有一个看起来像这样的数据框：    ORG                 SURVEY_DATE     NOSAsset Management    2018-04-23          1.0Asset Management    2018-05-08          1.0Asset Management    2018-10-29          1.0CIO                 2018-11-08          1.0CIO                 2018-11-13          2.0我想把它转换成一个像这样的字典。{  "Asset Management": {    "2019-03-30": 50,    "2019-03-31": 40,    "2019-04-01": 20,    "2019-04-02": 30  },  "CIO": {    "2019-03-30": 10,    "2019-03-31": 20,  }}

Answer 1

好的，我更新了我的答案。哇！现在它起作用了。

In [9]: df

Out[9]:

                ORG SURVEY_DATE  NOS

0  Asset Management  2018-04-23  1.0

1  Asset Management  2018-05-08  1.0

2  Asset Management  2018-10-29  1.0

3               CIO  2018-11-08  1.0

4               CIO  2018-11-13  2.0

In [10]: df.groupby('ORG').apply(lambda x: dict(zip(x['SURVEY_DATE'],x['NOS']))).to_dict()

Out[10]:

{'Asset Management': {'2018-04-23': '1.0',

  '2018-05-08': '1.0',

  '2018-10-29': '1.0'},

 'CIO': {'2018-11-08': '1.0', '2018-11-13': '2.0'}}

说明：如果您有 2 个或更多迭代，则可以使用zip以下方法同时循环它们：

x = [1,2,3]

y = [4,5,6]

for i,j in zip(x, y):

    print(i, j) # (1,4), (2,5), (3,6)

我正在从 tuple 创建字典。也lambda只是任何一个线性函数定义的简写：

foo = lambda x: x+1

# equivalent

def foo(x):

  return x+1

Answer 2

假设您的数据框位于一个名为的变量中df：

>>> df.groupby('ORG').apply(lambda f: {key: value for key, value in zip(f.SURVEY_DATE, f.NOS)} ).to_dict()

{'Asset Management': {'2018-04-23': 1.0, '2018-05-08': 1.0, '2018-10-29': 1.0},

 'CIO': {'2018-11-08': 1.0, '2018-11-13': 2.0}}