使用 Pandas 将数据框按列分组转换为字典

Question

I have a dataframe like this:

Subject_id    Subject    Score    
Subject_1        Math        5                 
Subject_1    Language        4                 
Subject_1       Music        8
Subject_2        Math        8                 
Subject_2    Language        3                 
Subject_2       Music        9

我希望你能把它转换成字典，按subject_id分组。

{'Subject_1': {'Math': 5,
               'Language': 4,
               'Music': 8},
{'Subject_2': {'Math': 8,
               'Language': 3,
               'Music': 9}
}

如果我只有一个主题，那么我可以这样做：

my_dict['Subject_1'] = dict(zip(df['Subject'],df['Score']))

但是由于我有几个主题，键列表会重复，因此我无法直接使用zip。

Dataframes有一个.to_dict('index')方法，但我需要在创建字典时能够按某一列进行分组。

我该如何实现呢？

谢谢。

- user2261062

Answer 1

使用带有自定义lambda函数的groupby，然后将输出的Series转换为字典to_dict：

d = (df.groupby('Subject_id')
       .apply(lambda x: dict(zip(x['Subject'],x['Score'])))
       .to_dict())

print (d)
{'Subject_2': {'Math': 8, 'Music': 9, 'Language': 3}, 
 'Subject_1': {'Math': 5, 'Music': 8, 'Language': 4}}

详情：

print (df.groupby('Subject_id').apply(lambda x: dict(zip(x['Subject'],x['Score']))))

Subject_id
Subject_1    {'Math': 5, 'Music': 8, 'Language': 4}
Subject_2    {'Math': 8, 'Music': 9, 'Language': 3}
dtype: object

- jezrael

Answer 2

使用to_dict和pivot一起使用

In [29]: df.pivot('Subject_id', 'Subject', 'Score').to_dict('index')
Out[29]:
{'Subject_1': {'Language': 4L, 'Math': 5L, 'Music': 8L},
 'Subject_2': {'Language': 3L, 'Math': 8L, 'Music': 9L}}

或者，

In [25]: df.set_index(['Subject_id', 'Subject']).unstack()['Score'].to_dict('index')
Out[25]:
{'Subject_1': {'Language': 4L, 'Math': 5L, 'Music': 8L},
 'Subject_2': {'Language': 3L, 'Math': 8L, 'Music': 9L}}

- Zero

Answer 3

在编程中，你可以使用星号(*)来更方便地添加到零，并通过df.columns的列表推导式进行额外的过滤。

import io 
import pandas as pd

TESTDATA = """
Subject_id;    Subject;    Score    
Subject_1;        Math;        5                 
Subject_1;    Language;        4                 
Subject_1;       Music;        8
Subject_2;        Math;        8                 
Subject_2;    Language;        3                 
Subject_2;       Music;        9

"""
df = pd.read_csv(  io.StringIO(TESTDATA)  , sep=";").applymap(lambda x: x.strip() if isinstance(x, str) else x)

df.pivot(*df.columns).to_dict('index')

---

{'Subject_1': {'Language': 4, 'Math': 5, 'Music': 8},
'Subject_2': {'Language': 3, 'Math': 8, 'Music': 9}}

- InLaw