时间戳

首页 > 解决方案 > 如何将 DataFrame 的字典转换为单独的 DataFrame（Python、Pandas）

python - 如何将 DataFrame 的字典转换为单独的 DataFrame（Python、Pandas）

问题描述

我有一个包含 4 列的原始数据框（例如，我们将它们称为 product_id、year_month、week、order_amount）和 > 50,000 行。有 240 个单独的 product_id 值，每个值在数据中的行为都不同，因此我想根据单独的 product_id 从原始数据帧创建单独的数据帧。我能够通过利用来做到这一点：

dict_of_productid = {k: v for k, v in df.groupby('product_id)}

这创建了一个字典，键是 product_id，值是列：product_id、year_month、week、order_amount。字典中的每个项目还保留了原始 df 的索引。例如：如果 product_id = dvvd56 在第 4035 行上，那么在字典上它将位于为 product_id dvvd56 创建的数据帧上，但索引仍为 4035。

我现在坚持的是一个以df为值的字典，但找不到将这些值转换为我可以使用和操作的单个数据帧的方法。如果有办法做到这一点，请告诉我！我将不胜感激。谢谢你

标签： pythonpandasdataframedictionarypandas-groupby

解决方案

我找到了解决这个问题的方法，但我不知道这是否是最合适的方法，但它可能有助于进一步的答案，以澄清我想要做什么。

第一步是将唯一值转换为列表，然后按顺序对它们进行排序：

product_id_list = df['product_id'].value_counts().index.to_list()
product_id_list = sorted(product_id_list)

完成此操作后，我创建了一个公式，然后使用 product_id_list 的各个值对其进行迭代：

def get_df(key): 
    for k in key: 
        df_productid = dict_of_productid[k]
    return df_productid

for c, i in enumerate(product_id_list):
    globals()[f'df_{c}'] = get_df([f'{i}'])

这使我现在可以将创建的字典的所有值分隔成单独的数据帧，我可以在不明确说明产品 ID 的情况下调用这些数据帧。我可以做df_1并获取数据框。

（我不知道这是否是最有效的方法）

推荐阅读