将字典嵌套在另一个字典中，按 Pandas Dataframe 中的值分组

Posted 2023-03-11

【中文标题】将字典嵌套在另一个字典中，按 Pandas Dataframe 中的值分组

【英文标题】：Nesting a dictionary within another dictionary, grouping by values in a Pandas Dataframe

【发布时间】：2020-01-01 18:51:56

【问题描述】：

在上一个问题中：Nesting a counter within another dictionary where keys are dataframe columns，@Jezrael 向我展示了如何在另一个字典中嵌套一个计数器。

我的数据框有另一个列，它实际上是 ID 的超集，并且没有以允许从 ID 逻辑派生 SuperID 的方式命名。

SuperID   ID      Code
E1        E1023   a
E1        E1023   b
E1        E1023   b
E1        E1023   b
E1        E1024   b
E1        E1024   c
E1        E1024   c
E2        E1025   a
E2        E1025   a
E2        E1026   b

使用上一阶段生成的字典，

d = k: v.value_counts().to_dict() for k, v in df.groupby('ID')['Code']
print (d)

'E1023': 'b': 3, 'a': 1, 'E1024': 'c': 2, 'b': 1, 'E1025 : 'a' : 2, 
'E1026 : 'b' : 2

我想执行另一个级别的嵌套，其中 SuperID 是外部字典的键，内部字典是上面生成的字典，ID 按 SuperID 分组。所以字典实际上应该是以下格式：

new_d = k: v for k in df.SuperID, v in df.groupby('SuperID')[ID FROM d]

'E1': 'E1023': 'b':3, 'a':1, 'E1024' : 'c':2, 'b': 1... 'E2': 'E1025: 'a' : 2...

我想保留由@Jezrael 制作的原始字典，以便我可以通过 ID 执行简单的查找，我需要在后期进行。

【参考方案1】：

使用嵌套字典理解：

d = k: k1: v1.value_counts().to_dict() for k1, v1 in v.groupby('ID')['Code'] 
                                         for k, v in df.groupby('SuperID')
print (d)

'E1': 'E1023': 'b': 3, 'a': 1, 'E1024': 'c': 2, 'b': 1, 
 'E2': 'E1025': 'a': 2, 'E1026': 'b': 1

【讨论】：

伙计，你真是太不可思议了！这是什么魔法！？