我有一个看起来像这样的数据框:
ORG SURVEY_DATE NOS
Asset Management 2018-04-23 1.0
Asset Management 2018-05-08 1.0
Asset Management 2018-10-29 1.0
CIO 2018-11-08 1.0
CIO 2018-11-13 2.0
我想将其转换为像这样的字典。
{
"Asset Management": {
"2019-03-30": 50,
"2019-03-31": 40,
"2019-04-01": 20,
"2019-04-02": 30
},
"CIO": {
"2019-03-30": 10,
"2019-03-31": 20,
}
}
好的,我更新了答案。哇!现在可以了。
In [9]: df
Out[9]:
ORG SURVEY_DATE NOS
0 Asset Management 2018-04-23 1.0
1 Asset Management 2018-05-08 1.0
2 Asset Management 2018-10-29 1.0
3 CIO 2018-11-08 1.0
4 CIO 2018-11-13 2.0
In [10]: df.groupby('ORG').apply(lambda x: dict(zip(x['SURVEY_DATE'],x['NOS']))).to_dict()
Out[10]:
{'Asset Management': {'2018-04-23': '1.0',
'2018-05-08': '1.0',
'2018-10-29': '1.0'},
'CIO': {'2018-11-08': '1.0', '2018-11-13': '2.0'}}
说明:如果您有2个或多个迭代,则可以使用zip
:
x = [1,2,3]
y = [4,5,6]
for i,j in zip(x, y):
print(i, j) # (1,4), (2,5), (3,6)
我正在用元组创建字典。也是lambda
任何一个线性函数定义的简写:
foo = lambda x: x+1
# equivalent
def foo(x):
return x+1
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句