Rumah > pembangunan bahagian belakang > Tutorial Python > Bagaimana untuk Menghimpunkan Data Excel mengikut Lajur dan Buat Kamus Senarai dalam Python?

Bagaimana untuk Menghimpunkan Data Excel mengikut Lajur dan Buat Kamus Senarai dalam Python?

Susan Sarandon
Lepaskan: 2024-10-30 03:17:02
asal
574 orang telah melayarinya

How to Group Excel Data by Column and Create a Dictionary of Lists in Python?

Keputusan GroupBy Excel ke Kamus Senarai

Anda mempunyai hamparan Excel dengan data yang disusun dalam tiga lajur: Lajur1, Lajur2 dan Lajur3. Anda ingin mengekstrak data ini dan mengumpulkannya mengikut Lajur1 supaya setiap nilai unik dalam Lajur1 sepadan dengan senarai nilai daripada Lajur3.

Kod:

Anda telah sudah cuba menggunakan fungsi groupby() pada Column1, tetapi output mengandungi indeks dan bukannya nilai sebenar daripada Column3. Untuk membetulkan ini, anda perlu menentukan lajur yang anda ingin kumpulkan dan lajur mana yang anda ingin ekstrak:

<code class="python">df = pandas.read_excel(r"e:\test_data.xlsx", sheetname='mySheet', parse_cols=['Column1', 'Column3'])
result = df.groupby('Column1')['Column3'].apply(list).to_dict()</code>
Salin selepas log masuk

Penjelasan:

  • mengikut kumpulan () mengumpulkan data mengikut nilai dalam Column1.
  • apply(list) menggunakan fungsi senarai pada setiap subkumpulan, menukar nilai dalam Column3 kepada senarai.
  • to_dict() menukarkan kumpulan data ke dalam kamus, dengan kuncinya ialah nilai dalam Lajur1 dan nilainya ialah senarai nilai daripada Lajur3.

Kod Alternatif:

Cara lain untuk mencapai hasil yang sama ialah menggunakan pemahaman kamus:

<code class="python">result = {k: list(v) for k, v in df.groupby('Column1')['Column3']}</code>
Salin selepas log masuk

Output:

Kedua-dua coretan kod menghasilkan output yang diingini:

{0: [1], 1: [2, 3, 5], 2: [1, 2], 3: [4, 5], 4: [1], 5: [1, 2, 3]}
Salin selepas log masuk

Atas ialah kandungan terperinci Bagaimana untuk Menghimpunkan Data Excel mengikut Lajur dan Buat Kamus Senarai dalam Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan