通过嵌套字典键对熊猫数据框进行分组答案

【问题标题】：Group pandas dataframe by a nested dictionary key通过嵌套字典键对熊猫数据框进行分组
【发布时间】：2016-12-17 07:49:31
【问题描述】：

我有一个 pandas 数据框，其中一列是字典类型。这是一个示例数据框：

import pandas as pd
df = pd.DataFrame({'a': [1,2,3], 
                   'b': [4,5,6], 
                   'version': [{'major': 7, 'minor':1}, 
                               {'major':8, 'minor': 5},
                               {'major':7, 'minor':2}] })

df:

   a  b                   version
0  1  4  {'minor': 1, 'major': 7}
1  2  5  {'minor': 5, 'major': 8}
2  3  6  {'minor': 2, 'major': 7}

我正在寻找一种通过该字典键之一对数据帧进行分组的方法；在这种情况下，通过 version 标签中的 major 键对 df 数据帧进行分组。

我尝试了一些不同的东西，从将字典键传递给数据帧 groupby 函数，`df.groupby(['version']['major'])，这在 major 之后不起作用strong> 不是数据框标签的一部分，用于将 version 分配给数据框索引，但到目前为止没有任何效果。我还尝试将字典展平为数据框本身的附加列，但这似乎有其自身的问题。

有什么想法吗？

附：抱歉格式化，这是我的第一个 stackoverflow 问题。

【问题讨论】：

标签： python pandas dictionary dataframe

【解决方案1】：

选项 1

df.groupby(df.version.apply(lambda x: x['major'])).size()

version
7    2
8    1
dtype: int64

df.groupby(df.version.apply(lambda x: x['major']))[['a', 'b']].sum()

选项 2

df.groupby(df.version.apply(pd.Series).major).size()

major
7    2
8    1
dtype: int64

df.groupby(df.version.apply(pd.Series).major)[['a', 'b']].sum()

【讨论】：

我喜欢你的版本
太棒了！我不认为apply 函数可以用作数据框的索引选择器。谢谢，@piRSquared！
我不明白你的问题。考虑提出一个新问题。

【解决方案2】：

你可以这样做：

In [15]: df.assign(major=df.version.apply(pd.Series).major).groupby('major').sum()
Out[15]:
       a   b
major
7      4  10
8      2   5

【讨论】：

我以前从未见过assign。我今天学到了一些新东西。
是的，assign 会为我节省很多 concat 和 merge。