我有一個看起來像這樣的 pandas DataFrame（創建它的代碼在問題的底部）： col_1 col_2 foo_1 foo_2 col_3 col_4 col_3 col_40 1 4 2 8 5 71 3 1 6 3 8 9我想將foo_1和foo_2列“由內而外”，即我的預期輸出是： col_1 col_2 col_3 col_40 1 4 {'foo_1': 2, 'foo_2': 5} {'foo_1': 8, 'foo_2': 7}1 3 1 {'foo_1': 6, 'foo_2': 8} {'foo_1': 3, 'foo_2': 9}是否有一種有效的方法（即不涉及編寫逐行遍歷每一行的 python 循環）在 pandas 中執行此操作？生成起始 DataFrame 的代碼：import pandas as pdcols = pd.MultiIndex.from_tuples( [ ("col_1", ""), ("col_2", ""), ("foo_1", "col_3"), ("foo_1", "col_4"), ("foo_2", "col_3"), ("foo_2", "col_4"), ])df = pd.DataFrame([[1, 4, 2, 8, 5, 7], [3, 1, 6, 3, 8, 9]], columns=cols)生成預期輸出的代碼：pd.DataFrame( [ { "col_1": 1, "col_2": 4, "col_3": {"foo_1": 2, "foo_2": 5}, "col_4": {"foo_1": 8, "foo_2": 7}, }, { "col_1": 3, "col_2": 1, "col_3": {"foo_1": 6, "foo_2": 8}, "col_4": {"foo_1": 3, "foo_2": 9}, }, ])
1 回答
qq_遁去的一_1
TA貢獻1725條經驗 獲得超8個贊
使用DataFrame.filter+并使用DataFrame.droplevel聚合列，最后使用刪除列：axis=1dictDataFrame.dropMultiLevel
df['col_3'] = df.filter(like='col_3').droplevel(1, 1).agg(dict, axis=1)
df['col_4'] = df.filter(like='col_4').droplevel(1, 1).agg(dict, axis=1)
df = df.drop(['foo_1', 'foo_2'], 1).droplevel(1, 1)
結果：
# print(df)
col_1 col_2 col_3 col_4
0 1 4 {'foo_1': 2, 'foo_2': 5} {'foo_1': 8, 'foo_2': 7}
1 3 1 {'foo_1': 6, 'foo_2': 8} {'foo_1': 3, 'foo_2': 9}
添加回答
舉報
0/150
提交
取消