python - 如何从pandas Dataframe groupby对象获取一系列json/字典

我有一个包含两列以上的数据框（Col1，Col2等...），我想生成一个索引为Col1的Series，Series的值为字典，键为Col2且值（为dict）是元组（Col1，Col2）的出现。

假设数据框是这样的：

    Col1 Col2 Col3 ...
 0    A    b   ...
 1    B    e   ...
 2    A    a   ...
 3    C    a   ...
 4    A    b   ...
 5    B    c   ...
 6    A    e   ...
 7    B    c   ...

我想要的输出是：

A {'a':1,'b':2,'e':1}
B {'c':2,'e':1}
C {'a':1}

我设法通过以下循环：

for t in my_df['Col1'].unique():
  my_series.loc[t] = my_df[my_df['Col1'] == t].groupby('Col2').size().to_json()

但我想知道是否有一种方法可以使用熊猫方法更有效地进行迭代。

我也在尝试用两个索引进行groupby：

   my_df.groupby(['Col1','Col2']).size()
   >
   Col1  Col2
    A     a     1
          b     2
          e     1
    B     c     2
          e     1
    C     a     1

但找不到下一步将结果转换为如上所示的dict系列

最佳答案

您需要一个defaultdict：

import collections

resul = collections.defaultdict(dict)
for row in my_df.groupby(['Col1','Col2']).size().iteritems():
    resul[row[0][0]][row[0][1]] = row[1]

pprint.pprint(resul)

给出预期：

defaultdict(<class 'dict'>,
            {'A': {'a': 1, 'b': 2, 'e': 1},
             'B': {'c': 2, 'e': 1},
             'C': {'a': 1}})

如果要摆脱defaultdict而是想要一个简单的dict：

resul = dict(resul)

关于python - 如何从pandas Dataframe groupby对象获取一系列json/字典，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/58300387/