pandas 分组并值为组成员列表的字典

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

分组是最为常见的数据操作，对数据分组后，我们可以将组成员按照指定的格式进行处理。在本需求中，我们要将数据分组后形成一个字典，字典的键是分组的名称，字典的值是所有组成员形成的一个列表，以实现将数据 JSON 格式输出。

源数据

源数据我们采用盖若网站提供的学习示例数据集：

import pandas as pd
pd.__version__
# '1.2.2'

df = pd.read_excel('https://gairuo.com/file/data/team.xlsx')
df.head()
'''
    name team  Q1  Q2  Q3  Q4
0  Liver    E  89  21  24  64
1   Arry    C  36  37  37  57
2    Ack    A  57  60  18  84
3  Eorge    C  93  96  71  78
4    Oah    D  65  49  61  86
'''

最终的数据是得到一个字典数据形式，键是分组 team 的组名，值是分组下所有 name 组成的列表。

思路

先对数据按团队进行分组后，然后将姓名列聚合成列表，再用函数拼接成字典，最终将整体转化为列表。

代码

以下是实现代码：

# 先对数据分组，然后name列聚合转换为列表
(
    df.groupby('team')
    .agg({'name': list})
)
'''
                                                   name
team
A     [Ack, Lfie, Oscar, Joshua, Henry, Lucas, Arthu...
B     [Acob, Leo, Logan, Thomas, Harrison, Edward, S...
C     [Arry, Eorge, Harlie, Archie, Theo, William, D...
D     [Oah, Reddie, Ethan, Mason, Finley, Benjamin, ...
E     [Liver, James, Max, Isaac, Teddy, Riley, Josep...
'''

# 去掉索引，方便矩阵操作，最后进行字典形式拼接
(
    df.groupby('team') # 分组
    .agg({'name': list}) # 用列表方法聚合
    .reset_index() # 去掉索引，方便矩阵操作
    .apply(lambda d: {d.team:d['name']}, axis=1)
)
'''
0    {'A': ['Ack', 'Lfie', 'Oscar', 'Joshua', 'Henr...
1    {'B': ['Acob', 'Leo', 'Logan', 'Thomas', 'Harr...
2    {'C': ['Arry', 'Eorge', 'Harlie', 'Archie', 'T...
3    {'D': ['Oah', 'Reddie', 'Ethan', 'Mason', 'Fin...
4    {'E': ['Liver', 'James', 'Max', 'Isaac', 'Tedd...
dtype: object
'''

得出以上结果后，我们可以把它整体用 to_list() 转化为列表，最终就是写了我们的需求。

以上代码要注意的有几点：

数据分组后注明是索引，不方便做矩阵操作，因此我们要取消索引
最后拼接字典是以列进行操作，所以 axis 设置为 1
name 列不能用属性的方法 d.name 方法，因为 name 是 Series 对象的一个内置属性，因此我们要用字典的取值方法

pandas 分组并值为组成员列表的字典

源数据

思路

代码

相关内容