带有 MultiIndex 的 DataFrame 到 dict

Posted 2023-03-11

【中文标题】带有 MultiIndex 的 DataFrame 到 dict

【英文标题】：DataFrame with MultiIndex to dict

【发布时间】：2016-12-28 07:32:26

【问题描述】：

我有一个带有 MultiIndex 的数据框。我想知道我是否以正确的方式创建了数据框（见下文）。

             01.01  02.01  03.01  04.01
bar total1     40     52     18     11
    total2     36     85      5     92
baz total1     23     39     45     70
    total2     50     49     51     65
foo total1     23     97     17     97
    total2     64     56     94     45
qux total1     13     73     38      4
    total2     80      8     61     50

df.index.values 结果：

array([('bar', 'total1'), ('bar', 'total2'), ('baz', 'total1'),
       ('baz', 'total2'), ('foo', 'total1'), ('foo', 'total2'),
       ('qux', 'total1'), ('qux', 'total2')], dtype=object)

df.index.get_level_values 结果：

<bound method MultiIndex.get_level_values of MultiIndex(levels=[[u'bar', u'baz', u'foo', u'qux'], [u'total1', u'total2']],
           labels=[[0, 0, 1, 1, 2, 2, 3, 3], [0, 1, 0, 1, 0, 1, 0, 1]],names=[]

我最终希望将 df 转换为字典的字典，这样第一个字典键是 ['bar','baz','foo','qux'] 之一，值是日期和内部字典由'total1'和'totals2'作为键组成，值是df的整数。 另一种解释，例如，如果 dict1 是 dict 然后调用：

dict1['bar']

将导致输出：

u'bar':'01.01':'total1':40,'total2':36,'02.01':'total1':52,'total2':85,'03.01':'total1':18,'total2':5,'04.01':'total1':11,'total2':92  

为了实现这一目标，我需要如何以及需要改变什么？这是索引问题吗？

【问题讨论】：

你试过df.to_dict()吗？

@albert yes 和 df.to_dict() 导致：'01.01': ('bar', 'total1'): 40, ('bar', 'total2'): 36, ('baz', 'total1'): 23, ('baz', 'total2'): 50,etc..df.to_dict('index') 导致：('bar', 'total1'): '01.08': 40, '02.08': 52, '03.08': 18, '04.08': 11, ('bar', 'total2'): '01.08': 36, '02.08': 85, '03.08': 5, '04.08': 92。所以它让我接近了我想去的地方，这就是为什么我认为这可能是数据框形成的问题。

您可以查看df.to_csv() 支持的选项/参数，因为它们可以让您操纵数据的转换方式：pandas.pydata.org/pandas-docs/stable/generated/… 我建议df.to_csv('index')，但没有尝试过.

【参考方案1】：

将整个数据帧转换为字典试试：

df.groupby(level=0).apply(lambda df: df.xs(df.name).to_dict()).to_dict()

'bar': '01.01': 'total1': 40, 'total2': 36,
  '02.01': 'total1': 52, 'total2': 85,
  '03.01': 'total1': 18, 'total2': 5,
  '04.01': 'total1': 11, 'total2': 92,
 'baz': '01.01': 'total1': 23, 'total2': 50,
  '02.01': 'total1': 39, 'total2': 49,
  '03.01': 'total1': 45, 'total2': 51,
  '04.01': 'total1': 70, 'total2': 65,
 'foo': '01.01': 'total1': 23, 'total2': 64,
  '02.01': 'total1': 97, 'total2': 56,
  '03.01': 'total1': 17, 'total2': 94,
  '04.01': 'total1': 97, 'total2': 45,
 'qux': '01.01': 'total1': 13, 'total2': 80,
  '02.01': 'total1': 73, 'total2': 8,
  '03.01': 'total1': 38, 'total2': 61,
  '04.01': 'total1': 4, 'total2': 50

要转换一个特定的列，请在将其转换为字典之前选择，即

df.groupby(level=0).apply(lambda df: df.xs(df.name)[colname].to_dict()).to_dict()

【讨论】：

一个很好的答案先生。

@jezrael 它已经是一个很好的答案。感觉就像为未来的读者完成它。

我删除了那里的链接。

我一整天都在寻找这种方法。太好了，谢谢！

我被这个答案打开了。