我正在运行 Python 3.6 和 Pandas 0.19.2,并且有一个 DataFrame,如下所示:
Name Chain Food Healthy
George McDonalds burger False
George KFC chicken False
John Wendys burger False
John McDonalds salad True
我想把这个数据框转换成一个字典,如下所示:
health_data = {'George': {'McDonalds': {'Food': 'burger', 'Healthy':False},
'KFC': {'Food': 'chicken', 'Healthy':False}},
'John': {'Wendys': {'Food': 'burger', 'Healthy':False},
'McDonalds': {'Food': 'salad', 'Healthy': True}}}
到目前为止我的想法是:
- Use
df.groupby
对名称列进行分组
- Use
df.to_dict()
将数据帧转换为字典,如下所示:health_data = input_data.set_index('Chain').T.to_dict()
想法?预先感谢您的帮助。
我认为你们非常亲密。
Use groupby http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.groupby.html and to_dict http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_dict.html:
df = df.groupby('Name')[['Chain','Food','Healthy']]
.apply(lambda x: x.set_index('Chain').to_dict(orient='index'))
.to_dict()
print (df)
{'George': {'KFC': {'Healthy': False, 'Food': 'chicken'},
'McDonalds': {'Healthy': False, 'Food': 'burger'}},
'John': {'McDonalds': {'Healthy': True, 'Food': 'salad'},
'Wendys': {'Healthy': False, 'Food': 'burger'}}}
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)