问题内容
我有一个类似于下面的 df
name series=============================a a1b b1a a2a a1b b2
登录后复制
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"]}
登录后复制
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)
登录后复制
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
登录后复制
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()
登录后复制
或者拨打unique：
out = df.groupby('name')['series'].agg(lambda x: x.unique().tolist()).to_dict()
登录后复制
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() )
登录后复制
对列表进行排序：
out = (df.groupby('name')['series'] .agg(lambda x: sorted(x.unique().tolist())).to_dict() )
登录后复制
示例：
# input Name Series0 A Z11 B B12 A A23 A Z14 B B2# output{'A': ['A2', 'Z1'], 'B': ['B1', 'B2']}
登录后复制
以上就是删除 DF 中的重复项并在 python 中转换为 JSON obj的详细内容，更多请关注【创想鸟】其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至253000106@qq.com举报，一经查实，本站将立刻删除。
发布者：PHP中文网，转转请注明出处：https://www.chuangxiangniao.com/p/2211950.html
