将 GroupBy 对象 (groupby().size) 转换为字典

Posted 2023-03-11

【中文标题】将 GroupBy 对象 (groupby().size) 转换为字典

【英文标题】：Convert a GroupBy object (groupby().size) into a dictionary

【发布时间】：2018-03-31 07:34:19

【问题描述】：

这是我尝试的更简单的方法。

demo = pd.DataFrame(data=np.array([["APPLE", "APPLE", "APPLE", "MANGO", "MANGO"],
                             ["DOWN", "DOWN", "DOWN", "UP", "DOWN"]]))

demo = demo.T
demo.columns = ['FRUIT', 'DIRECTION']

这是上面的数据框的样子

    FRUIT   DIRECTION
0   APPLE   DOWN
1   APPLE   DOWN
2   APPLE   DOWN
3   MANGO   UP
4   MANGO   DOWN

现在

labels = demo["DIRECTION"]
l, v = np.unique(labels, return_counts=True)
d = dict(zip(l, v))
print(d)

这为我提供了“DIRECTIONS”列的唯一计数。

'DOWN': 3, 'UP': 2

现在，如果我想找到按“DIRECTION”列分组的“FRUIT”列的计数频率怎么办。

我确实这样做了。

print(demo.groupby(['FRUIT', 'DIRECTION']).size())

这给了我，

FRUIT  DIRECTION
APPLE  DOWN         3
MANGO  DOWN         1
       UP           1

我对上述输出有疑问。

我希望能够做到以下几点：

a) APPLE 在 UP 方向上没有任何内容，所以我希望它显示为 0。 如下表所示。

FRUIT  DIRECTION
APPLE  DOWN         3
       UP           0
MANGO  DOWN         1
       UP           1

b) 我希望能够像这样将它创建到字典中

'APPLE': DOWN: 3, UP: 0, 'MANGO': DOWN: 1, UP: 1

复制上述字典的任何其他方式也可以。我正在使用 Python 3。

【参考方案1】：

演示：

部分a

In [19]: x = demo.groupby(['FRUIT', 'DIRECTION']).size()

In [20]: x
Out[20]:
FRUIT  DIRECTION
APPLE  DOWN         3
MANGO  DOWN         1
       UP           1
dtype: int64

In [21]: idx = pd.MultiIndex.from_product((df.FRUIT.unique(), df.DIRECTION.unique()))

In [22]: x.reindex(idx).fillna(0)
Out[22]:
APPLE  DOWN    3.0
       UP      0.0
MANGO  DOWN    1.0
       UP      1.0
dtype: float64

部分b

In [79]: r = x.reindex(idx).fillna(0)

In [80]: r.reset_index() \
          .groupby('level_0').apply(lambda x: dict(zip(x['level_1'],x[0]))) \
          .to_dict()
Out[80]: 'APPLE': 'DOWN': 3.0, 'UP': 0.0, 'MANGO': 'DOWN': 1.0, 'UP': 1.0

【讨论】：

非常感谢.. 我如何完成 b 部分？对不起..我还在学习使用字典。

@josh 当我看到 Max 的回答与 exactly 相同时，我正要发帖。我别无选择，只能投票。

@Abhishek，我还为b 部分添加了解决方案；-)

@MaxU 谢谢好心的先生！你怎么得到这个好？有什么超深度的书推荐吗？

@Abhishek，我的学习方式是 - 尝试回答关于 SO 的问题。当您尝试回答它们时，您会自动搜索/学习您还不知道的东西。这需要时间，但它非常有效。当然，Python/Pandas 在线文档和教程非常有用

【参考方案2】：

更简单的方法是使用unstack 和stack

In [4403]: x = demo.groupby(['FRUIT', 'DIRECTION']).size().unstack(fill_value=0)

第一部分

In [4404]: x.stack()
Out[4404]:
FRUIT  DIRECTION
APPLE  DOWN         3
       UP           0
MANGO  DOWN         1
       UP           1
dtype: int64

第二部分

In [4405]: x.to_dict('index')
Out[4405]: 'APPLE': 'DOWN': 3, 'UP': 0, 'MANGO': 'DOWN': 1, 'UP': 1

---

详情

In [4406]: x
Out[4406]:
DIRECTION  DOWN  UP
FRUIT
APPLE         3   0
MANGO         1   1

【讨论】：

是的，看起来很棒！