python-熊猫：从分层数据创建字典

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python-熊猫：从分层数据创建字典，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1560字，纯文字阅读大概需要3分钟。

内容图文

说我有以下数据框df：

      A            B       
0     mother1      NaN
1     NaN          child1
2     NaN          child2
3     mother2      NaN
4     NaN          child1
5     mother3      NaN
6     NaN          child1
7     NaN          child2
8     NaN          child3

你怎么能把它变成字典,产生：

结果= {‘mother1’：[‘child1′,’child2’],’mother2’：[‘child1’],’mother3’：[‘child1′,’child2′,’child3’]}

我对此：

import pandas as pd
import numpy as np

results={}

for index1,row1 in df.iterrows():
    if row1['A'] is not np.nan:
        children=[]
        for index2,row2 in df.iterrows():
            if row2['B'] is not np.nan:
                children.append(row2['B'])
        results[row1['A']]=children

但是,结果是错误的：

In[1]: results
Out[1]: 
{'mother1': ['child1', 'child2', 'child1', 'child1', 'child2', 'child3'],
 'mother2': ['child1', 'child2', 'child1', 'child1', 'child2', 'child3'],
 'mother3': ['child1', 'child2', 'child1', 'child1', 'child2', 'child3']}

解决方法:

这是一种方法：

df['A'].fillna(method='ffill', inplace=True)

给予：

         A       B
0  mother1     NaN
1  mother1  child1
2  mother1  child2
3  mother2     NaN
4  mother2  child1
5  mother3     NaN
6  mother3  child1
7  mother3  child2
8  mother3  child3

然后删除子NA：

df.dropna(subset=['B'], inplace=True)

给予：

         A       B
1  mother1  child1
2  mother1  child2
4  mother2  child1
6  mother3  child1
7  mother3  child2
8  mother3  child3

然后,您可以使用groupby和字典理解功能来获得最终结果：

results = {k: v['B'].tolist() for k, v in df.groupby('A')}

结果：

{'mother1': ['child1', 'child2'],
 'mother2': ['child1'],
 'mother3': ['child1', 'child2', 'child3']}

内容总结

以上是互联网集市为您收集整理的python-熊猫：从分层数据创建字典全部内容，希望文章能够帮你解决python-熊猫：从分层数据创建字典所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端