Pandas to_dict 数据结构，使用列作为字典索引

问题描述

这只是我试图用 Pandas 实现的一个非常具体的数据结构转换，所以如果你知道怎么做，请分享:)

想象一下我有一个像这样的数据框

id	价值	日期
1	1	2021-04-01
1	5	2021-04-02
1	10	2021-04-03
2	3	2021-04-01
2	4	2021-04-02
2	11	2021-04-03

现在我想把它转换成一个对象，其中键是 id，值是关于该 id 的信息数组。所以它看起来像这样......

{
  '1': [
         { 'value': 1,'date': '2021-04-01' },{ 'value': 5,'date': '2021-04-02' },{ 'value': 10,'date': '2021-04-03' }
       ],'2': [
         { 'value': 3,{ 'value': 4,{ 'value': 11,}

我想我必须以某种方式使用 .to_dict()，但我不知道该怎么做？

想法？

编辑：我已经想出了一种蛮力的方法，我正在寻找更优雅的东西;)

解决方法

您可以在将数据框转换为 dict 对象后使用列表理解。

但这里有一种更熊猫的方式，如果您的 id 列是数据框的真实列，

df = df.set_index('id').T.to_dict()

如果您的意思是 id 作为数据帧的索引，请使用，

df = df.T.to_dict()

,

您可以在 groupby() 上使用 id，然后在每个组上使用 apply() to_dict()：

df.groupby('id').apply(lambda x: x[['value','date']].to_dict(orient='records')).to_dict()

{1: [{'value': 1,'date': '2021-04-01'},{'value': 5,'date': '2021-04-02'},{'value': 10,'date': '2021-04-03'}],2: [{'value': 3,{'value': 4,{'value': 11,'date': '2021-04-03'}]}