删除 DF 中的重复项并在 python 中转换为 JSON obj

百变鹏仔 1天前 #Python

文章标签并在

问题内容

我有一个类似于下面的 df

name         series=============================a             a1b             b1a             a2a             a1b             b2

我需要将系列转换为一个列表，该列表应分配给每个名称，例如字典或 json obj，如下所示

{   "a": ["a1", "a2"],   "b": ["b1", "b2"]}

到目前为止，我已经尝试使用 groupby，但它只是将所有内容分组为一个单独的字典

test = df.groupby("series")[["name"]].apply(lambda x: x)

上面的代码给出了一个类似 df 的输出

立即学习“Python免费学习笔记（深入）”；

SeriesNameA     0   A1      2   A2      3   A1B     1   B1      4   B2

非常感谢任何帮助

谢谢

正确答案

首先 drop_duplicates 确保有，然后 groupby.agg 作为列表：

out = df.drop_duplicates().groupby('name')['series'].agg(list).to_dict()

或者拨打unique：

out = df.groupby('name')['series'].agg(lambda x: x.unique().tolist()).to_dict()

输出：{'a': ['a1', 'a2'], 'b': ['b1', 'b2']}

如果您还有其他列，请确保仅保留感兴趣的列：

out = (df[['name', 'series']].drop_duplicates()       .groupby('name')['series'].agg(list).to_dict()      )

out = (df.groupby('name')['series']         .agg(lambda x: sorted(x.unique().tolist())).to_dict()      )

示例：

# input  Name Series0    A     Z11    B     B12    A     A23    A     Z14    B     B2# output{'A': ['A2', 'Z1'], 'B': ['B1', 'B2']}

文章推荐