如何制作一个包含熊猫数据框列表作为值的字典？

Question

我正在尝试将 pandas 数据框放入字典中，而不是相反。

我尝试将数据帧块列表作为值放入字典中，Python 返回错误而没有任何解释。

这就是我想要做的：

我将 messenger chatlog csv 文件导入到 pandas 数据框中，并设法按日期对其进行拆分，并将它们全部放在一个列表中。

现在我想遍历这个列表并进一步拆分它：如果聊天停止超过 15 分钟，它会被拆分成块。我想列出这些特定日期的聊天块的另一个列表，然后将它们放在字典中，其中键是日期，值是这些块的列表。

然后突然 Python 返回一个错误。下面是我被卡住并返回错误的地方。

import pandas as pd
from datetime import datetime

# Get chatlog and turn it into Pandas Dataframe
ktlk_csv = pd.read_csv(r'''C:\Users\Jaepil\PycharmProjects\test_pycharm/5years.csv''', encoding="utf-8")
df = pd.DataFrame(ktlk_csv)

# Change "Date" column from String to DateTime 
df["Date"] = pd.to_datetime(df["Date"])

# Make a column "time_diff" which is literally diffences of timestamp between chats. 
df["time_diff"] = df["Date"].diff()
df["time_diff"] = df["time_diff"].dt.total_seconds()

# Criteria to split chat chunks 
chunk_tolerance = 900 # 900: 15min of silence splits a chat
chunk_min = 5 # a chat less than 5 min is not a chunk. 

# Split a chatlog by date. (1st split)
df_byDate = []
for group in df.groupby(lambda x: df["Date"][x].day):
    df_byDate.append(group)

# Iterate over the list of splitted chats and split them into many chunks
df_chunk = {}
for day in df_byDate:
    table = day[1]
    list_of_daily_chunks = []
    for group in table.groupby(lambda x: table["time_diff"][x] < chunk_tolerance ):
        list_of_daily_chunks.append(group)

    # It does NOT return any error up to this point. 

    key = table.loc[:, "Date"].dt.date[0].strftime("%Y-%m-%d")
    df_chunk[key] = list_of_daily_chunks

这会返回一个错误：

> C:/Users/Jaepil/PycharmProjects/test_pycharm/PYNEER_KatalkBot_-_CSV_to_Chunk.py 回溯（最近一次通话最后）： 文件“C:/Users/Jaepil/PycharmProjects/test_pycharm/PYNEER_KatalkBot_-_CSV_to_Chunk.py”，第 32 行，在 key = table.loc[:, "日期"].dt.date[0].strftime("%Y-%m-%d") getitem 中的文件“C:\Users\Jaepil\Anaconda3\lib\site-packages\pandas\core\series.py”，第 601 行 结果 = self.index.get_value(self, key) 文件“C:\Users\Jaepil\Anaconda3\lib\site-packages\pandas\core\indexes\base.py”，第 2477 行，在 get_value tz=getattr(series.dtype, 'tz', None)) 文件“pandas_libs\index.pyx”，第 98 行，在 pandas._libs.index.IndexEngine.get_value (pandas_libs\index.c:4404) 文件“pandas_libs\index.pyx”，第 106 行，在 pandas._libs.index.IndexEngine.get_value (pandas_libs\index.c:4087) 文件“pandas_libs\index.pyx”，第 154 行，在 pandas._libs.index.IndexEngine.get_loc (pandas_libs\index.c:5126) 文件“pandas_libs\hashtable_class_helper.pxi”，第 759 行，在 pandas._libs.hashtable.Int64HashTable.get_item (pandas_libs\hashtable.c:14031) 文件“pandas_libs\hashtable_class_helper.pxi”，第 765 行，在 pandas._libs.hashtable.Int64HashTable.get_item (pandas_libs\hashtable.c:13975) 关键错误：0

我做错了什么？ 起初，我收到一个错误，即无法对系列对象进行哈希处理，因此我将其更改为字符串。但是，现在出现了一个不同的错误。

"Series objects are mutable and cannot be hashed" error

Answer 1

我认为你需要：

key = table.loc[:, "Date"].dt.date[0].strftime("%Y-%m-%d")

首先将strftime转换为strings，然后通过iat选择第一个值：

key = table["Date"].dt.strftime("%Y-%m-%d").iat[0]

或者使用iloc 选择第一行，get_loc 选择列的位置Date：

key = table.iloc[0, df.columns.get_loc("Date")].strftime("%Y-%m-%d")