Расширение значений вложенного словаря Pandas DataFrame - PullRequest
Новая
       5

Расширение значений вложенного словаря Pandas DataFrame

0 голосов
/ 10 января 2019

Короче говоря, я хочу расширить представление на уровне группы на отдельные компоненты этих групп на основе созданной схемы сопоставления.

У меня есть два набора данных. У меня есть транзакционные данные в df и вложенный словарь для отображения в nested. 

import pandas as pd
nested = {"Group A":{"Component 1 Share": 0.25, "Component 2 Share": 0.25, "Component 3 Share": 0.25, "Component 4 Share": 0.25}, 
      "Group B":{"Component 1 Share": 0.5, "Component 5 Share": 0.5}}
data = {'date': ['2018-12-01', '2018-12-01', '2018-12-02', '2018-12-02', '2018-12-02'],
    'groups':['Group A', 'Group B', 'Group A', 'Group B', 'Group A'],
    'sold': [100, 200, 200, 300, 60]}
df = pd.DataFrame(data, columns = ['date', 'groups','sold'])

Моя цель - перевести его в этот формат на уровне компонентов с помощью словаря nested. Я упростил обе структуры данных, где реальный df намного больше, а реальный nested словарь содержит гораздо больше элементов различной длины. 

goal_data = {'date': ['2018-12-01', '2018-12-01', '2018-12-01', '2018-12-01', 
                  '2018-12-01', '2018-12-01', 
                  '2018-12-02', '2018-12-02', '2018-12-02', '2018-12-02',
                  '2018-12-02', '2018-12-02', 
                  '2018-12-02', '2018-12-02', '2018-12-02', '2018-12-02'],
    'components':["Component 1 Share", "Component 2 Share", "Component 3 Share", "Component 4 Share",
                  "Component 1 Share", "Component 5 Share",
                  "Component 1 Share", "Component 2 Share", "Component 3 Share", "Component 4 Share",
                  "Component 1 Share", "Component 5 Share", 
                  "Component 1 Share", "Component 2 Share", "Component 3 Share", "Component 4 Share"],
    'sold': [25, 25, 25, 25,
             100, 100,
             50, 50, 50, 50, 
             150, 150, 
             15,15,15,15]}
component_df = pd.DataFrame(goal_data, columns=["date", "components", "sold"])

Я безуспешно пробовал различные методы, такие как map, apply, lookup, & merge, но интуитивно знаю, что есть способ развернуть данные уровня группы в компоненты.

1 Ответ

0 голосов
/ 10 января 2019

Вы можете начать с nested dict, затем сделать merge для каждой группы 

nestdict_f=pd.DataFrame(nested).stack().reset_index()

newdf=pd.concat([y.merge(nestdict_f,left_on='groups',right_on='level_1')for _,y in df.groupby('date')])    

newdf['sold']=newdf['sold']*newdf[0]

newdf=newdf[['date','level_0','sold']].rename(columns={'level_0':'components'})

newdf
         date         components   sold
0  2018-12-01  Component 1 Share   25.0
1  2018-12-01  Component 2 Share   25.0
2  2018-12-01  Component 3 Share   25.0
3  2018-12-01  Component 4 Share   25.0
4  2018-12-01  Component 1 Share  100.0
5  2018-12-01  Component 5 Share  100.0
0  2018-12-02  Component 1 Share   50.0
1  2018-12-02  Component 2 Share   50.0
2  2018-12-02  Component 3 Share   50.0
3  2018-12-02  Component 4 Share   50.0
4  2018-12-02  Component 1 Share   15.0
5  2018-12-02  Component 2 Share   15.0
6  2018-12-02  Component 3 Share   15.0
7  2018-12-02  Component 4 Share   15.0
8  2018-12-02  Component 1 Share  150.0
9  2018-12-02  Component 5 Share  150.0
...