我的 csv 文件有一個特定的標題，其中每個字段都包含一個數據庫表名稱和列名稱，并用斜杠分隔。簡單的例子：user/username,user/email,user/name,address/country,address/city我需要將 pandas 數據框轉換為如下所示的字典：dict = { "user": { "username": "", "email": "", "name": "" }, "address": { "country": "", "city": "" }}最簡單但效率較低的方法是使用 to_dict(orient='records') 方法將數據幀轉換為字典，但顯然它沒有給出所需的輸出，因此需要進行進一步的處理。在不觸及列名稱的情況下，我得到一個如下所示的字典：dict = { "user/username": "", "user/email":"", "user/name":"", "address/country":"", "address/city":"",}當按分隔符分割標頭時，我得到一個多級標頭，但是 to_dict 方法提供了一個以元組作為鍵的字典，因此需要再次進行處理才能獲得所需的輸出：df.columns = df.columns.str.split('/', expand=True)dict = { ("user","username"): "", ("user","email"): "", ("user","name"): "", ("address","country"): "", ("address","city"): "",}我還嘗試使用 itertuples() 迭代行，但列名有問題。當我有一個多級標題或當我將其保留為 ,,/,, 字符時，它會用數字（_1、_2、_3...）替換列名稱。所以無論如何，我對于一個相對簡單的任務有一些開銷。當讀取非常大的文件時，這種開銷可能會產生問題。我不是一個普通的 pandas 用戶，所以我想有一個簡單的方法來完成這個任務，但我無法用谷歌搜索出來。
1 回答
jeck貓
TA貢獻1909條經驗 獲得超7個贊
使用Index.str.splitwithexpand=True創建MultiIndex列，然后在字典理解中遍歷level=0列并使用DataFrame.to_dictwith?orient=records：
df.columns = df.columns.str.split('/', expand=True)
dct = {k: df[k].to_dict('r') for k in df.columns.levels[0]}
例子：
print(df)
? user/username user/email user/name address/country address/city
0? ? ? ? ? ? A1? ? ? ? ?B1? ? ? ? C1? ? ? ? ? ? ? D1? ? ? ? ? ?E1
1? ? ? ? ? ? A2? ? ? ? ?B2? ? ? ? C2? ? ? ? ? ? ? D2? ? ? ? ? ?E2
print(dct)
{
? ? 'address': [
? ? ? ? {'city': 'E1', 'country': 'D1'},
? ? ? ? {'city': 'E2', 'country': 'D2'}
? ? ],
? ? 'user': [
? ? ? ? {'email': 'B1', 'name': 'C1', 'username': 'A1'},
? ? ? ? {'email': 'B2', 'name': 'C2', 'username': 'A2'}
? ? ]
}
編輯：如果數據框中的每一行需要嵌套字典，頂級鍵為user和address：
from collections import defaultdict
def f(df):
? ? df = df.set_axis(
? ? ? ? df.columns.str.split('/', expand=True), 1)
? ? for d in df.to_dict('r'):
? ? ? ? dct = defaultdict(dict)
? ? ? ? for x, y in d:
? ? ? ? ? ? dct[x][y] = d[(x, y)]
? ? ? ? yield dict(dct)
dcts = list(f(df))
結果：
print(dcts)
[
? ? {
? ? ? ? 'user': {'username': 'A1', 'email': 'B1', 'name': 'C1'},
? ? ? ? 'address': {'country': 'D1', 'city': 'E1'}
? ? },
? ? {
? ? ? ? 'user': {'username': 'A2', 'email': 'B2', 'name': 'C2'},
? ? ? ? 'address': {'country': 'D2', 'city': 'E2'}
? ? }
]
添加回答
舉報
0/150
提交
取消