python – 将数据帧汇总到字典中
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 – 将数据帧汇总到字典中，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1884字，纯文字阅读大概需要3分钟。
内容图文
我有像这样的熊猫数据框架
date hour level
0 2015-10-27 0 2.5
1 2015-10-27 1 2.5
2 2015-10-27 2 2.5
3 2015-10-27 3 2.5
4 2015-10-28 0 0.0
5 2015-10-28 1 0.0
6 2015-10-28 2 0.0
7 2015-10-28 3 0.0
8 2015-10-28 4 0.0
...
14 2015-10-29 0 3.23
15 2015-10-29 1 3.23
...
小时总是从0开始,然后递增1;它可能会或可能不会达到23.日期一次增加一天,但日期条目的数量可能因日期而异,例如 – 2015-10-27有4个条目,而2015-10-28上升到第13行.级别条目将始终具有该日期的相同值,但该值可能会或可能不会出现在另一个日期.
我想要得到的是这种形式的字典
{'2015-10-27': '3', ..., '2015-10-29': '4', ...}
字典值表示该级别落入的范围,即如果级别是2.5,则它落在[2,3]中.我想要做的只是选择每个“块”的第一行并创建一个新的数据框,然后迭代并应用10个if语句(level的最大值为9.xx)或者可能使用上限函数.但我不知道该怎么做,而且看起来很笨拙.
这样做有更简化的方法吗？
解决方法:
如果每个日期的级别的所有值都在相同的范围内,您可以根据日期进行分组(使用DataFrame.groupby()),然后将max作为level列,然后将所有值ceil(到上限),然后使用Series.to_dict()将该系列转换为字典.示例 –
df.groupby('date')['level'].first().apply(np.ceil).to_dict()
演示 –
In [44]: df
Out[44]:
date hour level
0 2015-10-27 0 2.50
1 2015-10-27 1 2.50
2 2015-10-27 2 2.50
3 2015-10-27 3 2.50
4 2015-10-28 0 0.00
5 2015-10-28 1 0.00
6 2015-10-28 2 0.00
7 2015-10-28 3 0.00
8 2015-10-28 4 0.00
14 2015-10-29 0 3.23
15 2015-10-29 1 3.23
In [45]: df.groupby('date')['level'].first().apply(np.ceil).to_dict()
Out[45]: {'2015-10-27': 3.0, '2015-10-28': 0.0, '2015-10-29': 4.0}
如果希望字典中的值为int,则可以在使用Series.astype()方法转换为字典之前将值转换为int.示例 –
In [46]: df.groupby('date')['level'].first().apply(np.ceil).astype(int).to_dict()
Out[46]: {'2015-10-27': 3, '2015-10-28': 0, '2015-10-29': 4}
内容总结
以上是互联网集市为您收集整理的python – 将数据帧汇总到字典中全部内容，希望文章能够帮你解决python – 将数据帧汇总到字典中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。