python - 如何将关联的相邻 Pandas 数据框数据导出到字典中?

标签 python pandas dictionary nested data-science

<分区>

我想将以下样式的数据框放入字典中。

输入:

>>>import pandas as pd

>>>df = pd.read_csv('file.csv')
>>>print(df)

   Market  Rep  Name  Date  Amount
0  A1      B1   C1    D1    1
1  A1      B1   C1    D1    2 
2  A1      B1   C1    D2    3
3  A1      B1   C1    D2    4
4  A1      B1   C2    D1    5
5  A1      B1   C2    D1    6
6  A1      B1   C2    D2    7
7  A1      B1   C2    D2    8
8  A1      B2   C3    D1    9
9  A1      B2   C3    D1    10
10 A1      B2   C3    D2    11
11 A1      B2   C3    D2    12
12 A2      B3   C4    D1    13
13 A2      B3   C4    D1    14

期望的输出:


>>> print(associated_data)
{'A1': {'B1': {'C1': {'D1':[1 + 2],
                     {'D2':[3 + 4]},
               'C2': {'D1':[5 + 6],
                      'D2':[7 + 8]}}
       {'B2': {'C3': {'D1':[9 + 10],
                      'D2':[11 + 12]}}},
 'A2': {'B3': {'C4': {'D1':[13 + 14]}}}}

这可能不是组织和排序数据的最佳方式,所以我愿意提出建议。

我已经尝试了一种我希望通过像这样的大量 for 循环来工作的方法:

# Main function
for market in df['Market'].unique():
    market_data = self.df.loc[self.df['Market'] == market]
    associated_reps = market_data['Rep'].unique()

    # Repeat
    for rep in associated_reps:
        rep_data = market_data.loc[market_data['Rep'] == rep]
        associated_names = rep_data['Name'].unique()

        # Repeat
        for name in associated_names:
            name_data = rep_data.loc[rep_data['Name'] == name]
            associated_dates = name_data['Date'].unique()

            # Repeat
            for date in associated_dates:
                date_data = name_data.loc[name_data['Date'] == date]
                associated_amount = sum(date_data['Amount'].tolist())

                # Attempted solution code (total fail)
                breakdown[market][rep][name][date] = associated_amount

这确实适本地分离了所有数据,并在最后尝试将它们放在一起。我希望你能像这样制作一个 super 嵌套的字典,但它完全失败了(不幸的是,事实证明这不是字典的工作方式 lmao)。

您如何才能产生所需的输出以产生相同的结果(也许还使用更短的排序代码)?

谢谢!

最佳答案

有类似问题贴出来,见here例如,但是下面的这个解决方案将起作用。

  1. 为数据中的所有“类别”设置索引,这些是输出字典中的键。
  2. 在索引上聚合以删除重复的索引
  3. 生成输出字典。
import pprint
import numpy as np

def make_dict(ind_vals, d, v):
  """Accumulate index entries as keys in a dict."""
  p = d

  # Get handle on the last but one dict level and make nested dicts if they
  # are not present
  for ix in ind_vals[:-1]:
    # Replace with collection.OrderedDict if necessary.
    p = p.setdefault(ix, {})

  # Set the actual value of interest.
  p[ind_vals[-1]] = v

# Set indices correctly.
df = df.set_index(['Market', 'Rep', 'Name', 'Date'])

# Group values so we don't have duplicate indices
df = df.groupby(level=df.index.names).apply(np.sum)

dct = {}  # Replace with collection.OrderedDict if necessary.
for idx, val in df.iterrows():
  make_dict(idx, dct, val.Amount)
pprint.pprint(dct)
# {'A1': {'B1': {'C1': {'D1': 3, 'D2': 7}, 'C2': {'D1': 11, 'D2': 15}},
#         'B2': {'C3': {'D1': 19, 'D2': 23}}},
#  'A2': {'B3': {'C4': {'D1': 27}}}}

关于python - 如何将关联的相邻 Pandas 数据框数据导出到字典中?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56856679/

相关文章:

c++ - 如何按一个值属性对海量 map 进行排序?

python - 将文件读取为元组列表

python - 用于图像相似性的连体网络

python - 如何制作 C++ 数组的动画色彩图?导出到Python并使用\matplotlib?

python - 如何使用 Pandas 按 10 分钟分组时间序列

c++ - 如何使用函数指针映射正确使用 boost::bind

python - Python 可变对象中的引用与赋值

python - 将 Dataframe 列中的列表拆分为特定的列名称

python - 如何在 Python 中解压复杂的嵌套列(字典的字典列表)? [推特广告 API]

python - 从 Python 中的嵌套字典中提取键