如何从数据框创建嵌套字典答案

【问题标题】：How to create a nested dictionary from a dataframe如何从数据框创建嵌套字典
【发布时间】：2022-06-13 23:56:06
【问题描述】：

我有一个这样的数据框：

df = pd.DataFrame(id:{1,2,1,4,4},
course:{math,math,sci,art,math},
result:{pass,pass,fail,fail,fail}}

我想创建一个这样的嵌套字典：对于每个 ID，我想制作一个包含通过课程和失败课程的嵌套字典。

{id:{pass:{courses},fail:{courses}}}

{1:{pass:{math},fail:{sci}},2:{pass:{math}},4:{fail:{art,math}}}

【问题讨论】：

输入和输出都不是有效的python，请确保可以在python shell中定义对象吗？

标签： python pandas dataframe dictionary

【解决方案1】：

试试这个：

df = pd.DataFrame({'id':[1,2,1,4,4],
'course':['math','math','sci','art','math'],
'result':['pass','pass','fail','fail','fail']})


df.groupby(['result', 'id'])['course'].agg(list).unstack().to_dict()

输出：

{1: {'fail': ['sci'], 'pass': ['math']},
 2: {'fail': nan, 'pass': ['math']},
 4: {'fail': ['art', 'math'], 'pass': nan}}

嗯，是的，在@mozway 解决方案达到顶峰，使用set 而不是list：

df.groupby(['result', 'id'])['course'].agg(set).unstack().to_dict()

输出：

{1: {'fail': {'sci'}, 'pass': {'math'}},
 2: {'fail': nan, 'pass': {'math'}},
 4: {'fail': {'art', 'math'}, 'pass': nan}}

【讨论】：

【解决方案2】：

假设这个输入：

   id course result
0   1   math   pass
1   2   math   pass
2   1    sci   fail
3   4    art   fail
4   4   math   fail

您可以使用嵌套 groupby：

out = (df.groupby('id')
         .apply(lambda g: g.groupby('result')['course']
                           .agg(set).to_dict())
         .to_dict()
       )

输出：

{1: {'fail': {'sci'}, 'pass': {'math'}},
 2: {'pass': {'math'}},
 4: {'fail': {'art', 'math'}}}

或数据透视表：

(df.pivot_table(columns='id', index='result', values='course', aggfunc=set)
   .to_dict()
)

输出：

{1: {'fail': {'sci'}, 'pass': {'math'}},
 2: {'fail': nan, 'pass': {'math'}},
 4: {'fail': {'art', 'math'}, 'pass': nan}}

【讨论】：