从 pd 数据框 Python 创建嵌套字典答案

【问题标题】：Create a nested dictionary from pd dataframe Python从 pd 数据框 Python 创建嵌套字典
【发布时间】：2020-06-04 17:23:04
【问题描述】：

我有以下数据框（实际上有数百行）

    Location Date       Court    Winner 
0   Paris    10/2/2018  Outdoor  Flavio
1   Paris    10/2/2018  Indoor   Luca
2   Paris    10/2/2018  Indoor   Giovanni
3   Paris    10/2/2018  Indoor   Luca

我想要做的是得到一个看起来像这样的嵌套字典：

{ 'Flavio' : { 'Outdoor' : 1 , 'Indoor' : 0 } , 'Luca' : {'Outdoor' : 0 , 'Indoor' : 2} }

等等。所以换句话说，我想确定获胜者在室外和室内球场上获胜的次数。

提前谢谢你！

【问题讨论】：

标签： python pandas dataframe dictionary

【解决方案1】：

将crosstab 与DataFrame.to_dict 一起使用：

d = pd.crosstab(df['Court'],df['Winner']).to_dict()
print (d)
{'Flavio': {'Indoor': 0, 'Outdoor': 1},
 'Giovanni': {'Indoor': 1, 'Outdoor': 0}, 
 'Luca': {'Indoor': 2, 'Outdoor': 0}}

【讨论】：

也可以pd.crosstab(df['Court'], df['Winner']).to_dict()而不是使用.T
你永远是第一！

【解决方案2】：

您可以使用pivot_table 和to_dict：

import pandas as pd
import numpy as np
df = pd.DataFrame({'Location':['France','France','France','France'],
                   'Court':['Outdoor','Indoor','Indoor','Indoor'],
                   'Winner':['Flavio','Luca','Giovanni','Luca']})
df = pd.pivot_table(df,values='Location',columns='Winner',index='Court',aggfunc='count',fill_value=0)
a = df.to_dict()
print(a)

输出：

{'Flavio': {'Indoor': 0, 'Outdoor': 1}, 'Giovanni': {'Indoor': 1, 'Outdoor': 0}, 'Luca': {'Indoor': 2, 'Outdoor': 0}}

【讨论】：