有一个字典列表,例如:
[{'item_id':'string1','feature1': 1, 'feature2': 0, 'feature3':2},
{'item_id':'string2','feature1': 0, 'feature2': 1, 'feature3':0},
{'item_id':'string3','feature1': 2, 'feature2': 0, 'feature3':1},
{'item_id':'string1','feature1': 1, 'feature2': 0, 'feature3':2}]
我想构建和更新一个 DataFrame,其中一列捕获一个 item_id,而其余的列应该被启动并且它们的值逐渐更新,以防检测到重复的 item_id(此处为“string1”)。
以下内容:
import pandas as pd
list_of_dictionaries = [{'item_id':'string1','feature1': 1, 'feature2': 0, 'feature3':2},
{'item_id':'string2','feature1': 0, 'feature2': 1, 'feature3':0},
{'item_id':'string3','feature1': 2, 'feature2': 0, 'feature3':1},
{'item_id':'string1','feature1': 1, 'feature2': 0, 'feature3':2}]
header = ['item_id','feature1','feature2','feature3']
df = pd.DataFrame(columns=header)
for d in list_of_dictionaries:
df = pd.DataFrame.from_dict([d])
显然只初始化 DataFrame。
理想情况下,我想汇总出现次数超过 1 次的“item_id”的所有特征值。对于示例输入“list_of_dictionaries”,这将是:
item_id feature1 feature2 feature3
0 string1 2 0 4
1 string2 0 1 0
2 string3 2 0 1
请您参考如下方法:
您可以使用 DataFrame.groupby() :
In [47]: df = pd.DataFrame.from_dict(list_of_dictionaries)
In [48]: df.groupby('item_id').sum()
Out[48]:
feature1 feature2 feature3
item_id
string1 2 0 4
string2 0 1 0
string3 2 0 1
