python – Pandas:使用MultiIndex将DataFrame转换为dict
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 – Pandas:使用MultiIndex将DataFrame转换为dict,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1376字,纯文字阅读大概需要2分钟。
内容图文
另一个新手熊猫问题.我想将DataFrame转换为字典,但其方式与DataFrame.to_dict()函数提供的方式不同.按示例说明:
df = pd.DataFrame({'co':['DE','DE','FR','FR'],
'tp':['Lake','Forest','Lake','Forest'],
'area':[10,20,30,40],
'count':[7,5,2,3]})
df = df.set_index(['co','tp'])
之前:
area count
co tp
DE Lake 10 7
Forest 20 5
FR Lake 30 2
Forest 40 3
后:
{('DE', 'Lake', 'area'): 10,
('DE', 'Lake', 'count'): 7,
('DE', 'Forest', 'area'): 20,
...
('FR', 'Forest', 'count'): 3 }
dict键应该是由索引行列标题组成的元组,而dict值应该是单独的DataFrame值.对于上面的例子,我设法找到了这个表达式:
after = {(r[0],r[1],c):df.ix[r,c] for c in df.columns for r in df.index}
如何推广此代码以适用于具有N级(而不是2级)的MultiIndices?
回答
感谢DSM’s answer,我发现我实际上只需要使用元组连接r(c,),我上面的二维循环变为N维:
after = {r + (c,): df.ix[r,c] for c in df.columns for r in df.index}
解决方法:
怎么样:
>>> df
area count
co tp
DE Lake 10 7
Forest 20 5
FR Lake 30 2
Forest 40 3
>>> after = {r + (k,): v for r, kv in df.iterrows() for k,v in kv.to_dict().items()}
>>> import pprint
>>> pprint.pprint(after)
{('DE', 'Forest', 'area'): 20,
('DE', 'Forest', 'count'): 5,
('DE', 'Lake', 'area'): 10,
('DE', 'Lake', 'count'): 7,
('FR', 'Forest', 'area'): 40,
('FR', 'Forest', 'count'): 3,
('FR', 'Lake', 'area'): 30,
('FR', 'Lake', 'count'): 2}
内容总结
以上是互联网集市为您收集整理的python – Pandas:使用MultiIndex将DataFrame转换为dict全部内容,希望文章能够帮你解决python – Pandas:使用MultiIndex将DataFrame转换为dict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
扫描二维码推送至手机访问。