通过跨多列过滤从唯一值对创建数据框

Question

我想过滤多个列的值，为唯一值组合创建数据框。任何帮助将不胜感激。

这是我失败的代码（给定数据框 df）：

dd = defaultdict(dict)  #create blank default dictionary
values_col1 = df.col1.unique()   #get the unique values from column 1 of df
for i in values_col1:
    dd[i] = df[(df['col1']==i)]    #for each unique value create a sorted df and put in in a dictionary
    values_col2 = dd[i].col2.unique() #get the unique values from column2 of df
    for m in values_col2:  
        dd[i][m] = dd[i][(dd[i]['col2']==m)]  #for each unique column2 create a sub dictionary

当我运行它时，我收到一条很长的错误消息。我不会在这里插入整个内容，但这里是其中的一部分：

C:\Anaconda3\lib\site-packages\pandas\indexes\base.py in get_loc(self, 键、方法、容限）1944 年尝试： -> 1945 返回 self._engine.get_loc(key) 1946 除了 KeyError：

...

ValueError: 传递的项目数错误 6，位置暗示 1

Answer 1

使用 pandas groupby 功能提取数据帧的唯一索引和相应行。

import pandas as pd
from collections import defaultdict

df = pd.DataFrame({'col1': ['A']*4 + ['B']*4,
                   'col2': [0,1]*4,
                   'col3': np.arange(8),
                   'col4': np.arange(10, 18)})

dd = defaultdict(dict)
grouped = df.groupby(['col1', 'col2'])
for (c1, c2), g in grouped:
    dd[c1][c2] = g

这是生成的df：

  col1  col2  col3  col4
0    A     0     0    10
1    A     1     1    11
2    A     0     2    12
3    A     1     3    13
4    B     0     4    14
5    B     1     5    15
6    B     0     6    16
7    B     1     7    17

这是提取的dd（嗯，真的是dict(dd)）

{'B': {0:   col1  col2  col3  col4
          4    B     0     4    14
          6    B     0     6    16,
       1:   col1  col2  col3  col4
          5    B     1     5    15
          7    B     1     7    17},
 'A': {0:   col1  col2  col3  col4
          0    A     0     0    10
          2    A     0     2    12,
       1:   col1  col2  col3  col4
          1    A     1     1    11
          3    A     1     3    13}}

（我不知道您的用例是什么，但您最好还是不要将 groupby 对象解析为字典）。