3

另一个新手熊猫问题。我想将 DataFrame 转换为字典，但与DataFrame.to_dict()函数提供的方式不同。举例说明：

df = pd.DataFrame({'co':['DE','DE','FR','FR'],
                   'tp':['Lake','Forest','Lake','Forest'],
                   'area':[10,20,30,40],
                   'count':[7,5,2,3]})
df = df.set_index(['co','tp'])

前：

           area  count
co tp
DE Lake      10      7
   Forest    20      5
FR Lake      30      2
   Forest    40      3

后：

{('DE', 'Lake', 'area'): 10,
 ('DE', 'Lake', 'count'): 7,
 ('DE', 'Forest', 'area'): 20,
 ...
 ('FR', 'Forest', 'count'): 3 }

dict 键应该是由索引行 + 列标题组成的元组，而 dict 值应该是单个 DataFrame 值。对于上面的示例，我设法找到了这个表达式：

after = {(r[0],r[1],c):df.ix[r,c] for c in df.columns for r in df.index}

如何推广此代码以适用于具有 N 个级别（而不是 2 个）的 MultiIndices？

回答

感谢DSM 的回答，我发现我实际上只需要使用元组连接r+(c,)，上面的二维循环就变成了 N 维：

after = {r + (c,): df.ix[r,c] for c in df.columns for r in df.index}
4

1 回答 1

7

怎么样：

>>> df
           area  count
co tp                 
DE Lake      10      7
   Forest    20      5
FR Lake      30      2
   Forest    40      3
>>> after = {r + (k,): v for r, kv in df.iterrows() for k,v in kv.to_dict().items()}
>>> import pprint
>>> pprint.pprint(after)
{('DE', 'Forest', 'area'): 20,
 ('DE', 'Forest', 'count'): 5,
 ('DE', 'Lake', 'area'): 10,
 ('DE', 'Lake', 'count'): 7,
 ('FR', 'Forest', 'area'): 40,
 ('FR', 'Forest', 'count'): 3,
 ('FR', 'Lake', 'area'): 30,
 ('FR', 'Lake', 'count'): 2}
于 2013-07-16T16:50:10.623 回答