如何将数据框转换为嵌套字典？答案

【问题标题】：How can I convert a dataframe into a nested dictionary?如何将数据框转换为嵌套字典？
【发布时间】：2019-09-06 21:00:10
【问题描述】：

我有一个如下所示的数据框：

    ORG                 SURVEY_DATE     NOS
Asset Management    2018-04-23          1.0
Asset Management    2018-05-08          1.0
Asset Management    2018-10-29          1.0
CIO                 2018-11-08          1.0
CIO                 2018-11-13          2.0

我想把它转换成这样的字典。

{
  "Asset Management": {
    "2019-03-30": 50,
    "2019-03-31": 40,
    "2019-04-01": 20,
    "2019-04-02": 30
  },
  "CIO": {
    "2019-03-30": 10,
    "2019-03-31": 20,
  }
}

【问题讨论】：

嗨，检查我的新答案。现在这正是您想要的。
@PaulCaballero，我也更新了我的答案。
嗨@lmiuelvargasf，也感谢您的帮助！非常感谢！
@PaulCaballero，不客气！

标签： python pandas dataframe dictionary

【解决方案1】：

好的，我更新了我的答案。哇！现在可以了。

In [9]: df
Out[9]:
                ORG SURVEY_DATE  NOS
0  Asset Management  2018-04-23  1.0
1  Asset Management  2018-05-08  1.0
2  Asset Management  2018-10-29  1.0
3               CIO  2018-11-08  1.0
4               CIO  2018-11-13  2.0

In [10]: df.groupby('ORG').apply(lambda x: dict(zip(x['SURVEY_DATE'],x['NOS']))).to_dict()
Out[10]:
{'Asset Management': {'2018-04-23': '1.0',
  '2018-05-08': '1.0',
  '2018-10-29': '1.0'},
 'CIO': {'2018-11-08': '1.0', '2018-11-13': '2.0'}}

说明：如果您有 2 个或更多迭代，您可以使用 zip 同时循环它们：

x = [1,2,3]
y = [4,5,6]
for i,j in zip(x, y):
    print(i, j) # (1,4), (2,5), (3,6)

我是creating a dictionary from a tuple。此外，lambda 只是任何一个线性函数定义的简写：

foo = lambda x: x+1
# equivalent
def foo(x):
  return x+1

【讨论】：

您好 knh190，实际上我几乎尝试过您提供的那种代码。
嗨@knh190，它成功了！我只是想了解你的代码，这里的 zip 是做什么的？对不起，我不太熟悉使用 lambda 的新手问题。再次感谢您，非常感谢您的帮助！
@PaulCaballero 我更新了一个简短的解释。当然，你也可以找到官方文档。

【解决方案2】：

假设您的数据框位于名为 df 的变量中：

>>> df.groupby('ORG').apply(lambda f: {key: value for key, value in zip(f.SURVEY_DATE, f.NOS)} ).to_dict()
{'Asset Management': {'2018-04-23': 1.0, '2018-05-08': 1.0, '2018-10-29': 1.0},
 'CIO': {'2018-11-08': 1.0, '2018-11-13': 2.0}}

【讨论】：

但不完全是预期的输出？
不，我想成为“ORG”列作为我的索引。请检查我想要的输出。
@PaulCaballero，很抱歉造成混乱。我更新了我的答案，但我不确定您是如何获得其中键是调查数据元素的值。