将Python数据帧转换为字典列表

Question

我有一个数据帧，想把它转换成字典列表。我使用read_csv()来创建这个数据帧。数据帧如下所示：

             AccountName AccountType  StockName Allocation
          0  MN001       #1           ABC       0.4
          1  MN001       #1           ABD       0.6
          2  MN002       #2           EFG       0.5
          3  MN002       #2           HIJ       0.4
          4  MN002       #2           LMN       0.1 

所需输出：

^{pr2}$

我尝试过研究类似的主题，并使用了Dataframe.to_dict()函数。我期待着完成这件事。非常感谢你的帮助！在

Answer 1

import pandas as pd 
import numpy as np 

d = np.array([['MN001','#1','ABC', 0.4],
                ['MN001','#1','ABD', 0.6],
                ['MN002', '#2', 'EFG', 0.5],
                ['MN002', '#2', 'HIJ', 0.4],
                ['MN002', '#2', 'LMN', 0.1]])  
df = pd.DataFrame(data=d, columns = ['AccountName','AccountType','StockName', 'Allocation'])

by_account_df = df.groupby('AccountName').apply(lambda x : dict(zip(x['StockName'],x['Allocation']))).reset_index(name='dic'))
by_account_lst = by_account_df['dic'].values.tolist()

结果应该是：

^{pr2}$

Answer 2

这应该做到：

portfolios = []
for _, account in df.groupby('AccountName'):
    portfolio = {stock['StockName']: stock['Allocation'] 
              for _, stock in account.iterrows()}
    portfolios.append(portfolio)

首先使用^{}函数按AccountName对数据帧的行进行分组。要访问每个帐户的单独行（股票），可以使用^{}方法。正如user@ebb earl在评论中解释的那样，_作为占位符变量存在，因为iterrows()返回（index，^{}）元组，而我们只需要Series（行本身）。在此基础上，使用dict comprehension为每个股票创建一个字典映射StockName->；Allocation。最后，将该字典追加到portfolios的列表中，得到预期的输出：

[{'ABC': 0.4, 'ABD': 0.6}, {'EFG': 0.5, 'HIJ': 0.4, 'LMN': 0.1}]

还有一件事：如果您稍后决定用帐户名来标记portfolios中的每个dict，可以这样做：

^{pr2}$

这将返回嵌套dict的列表，如下所示：

[{'MN001': {'ABC': 0.4, 'ABD': 0.6}},
 {'MN002': {'EFG': 0.5, 'HIJ': 0.4, 'LMN': 0.1}}]

注意，在本例中，我使用了变量acct_name，而不是赋值给_，因为我们实际上将使用索引来“标记”列表中的dict。在