pandas dataframe通過(guò)numpy轉(zhuǎn)為字典？?jī)煞N方法：Da=數(shù)據(jù)框至dict（orient=“records”）數(shù)據(jù)框至使用panda進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析時(shí)，可能不知道如何保存groupby函

pandas dataframe通過(guò)numpy轉(zhuǎn)為字典？

兩種方法：

Da=數(shù)據(jù)框至dict（orient=“records”）數(shù)據(jù)框至使用panda進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析時(shí)，可能不知道如何保存groupby函數(shù)的分組結(jié)果。我的解決方案是：通過(guò)reset index（）函數(shù)可以將groupby（）的分組結(jié)果轉(zhuǎn)換成dataframe對(duì)象，這樣就可以保存了

代碼示例：out xlsx=in f name“-組.xlsx“數(shù)據(jù)框組=數(shù)據(jù)框groupby（[“促銷計(jì)劃”、“促銷組”]。描述（）。重置索引（）組.toexcel（outuxlsx，sheetuname=“Sheet1”，index=false）

dataframegroupby怎么變?yōu)閐ataframe？

在數(shù)據(jù)框中，根據(jù)一定的條件，我們可以得到滿足要求的行元素的位置。

代碼如下：

[Python]查看純拷貝

DF=pd.數(shù)據(jù)幀（{“BoolCol”：[1，2，3，3，4]，“attr”：[22，33，22，44，66]}，

index=[10,20,30,40,50]）打印（df）

a=df[（df.BoolCol==3)&安培（數(shù)據(jù)框?qū)傩?=22)]. 索引.tolist（）

打?。╝）

DF如下所示。上面，通過(guò)選擇“boolcol”值為3，“attr”值為22的行，我們可以得到該行在DF中的位置

注意：返回的位置是索引列表，根據(jù)索引的不同而不同。這很容易成為數(shù)組中的默認(rèn)下標(biāo)。

[python]查看純拷貝

BoolCol attr

10 1 22

20 2 33

30 3 22

40 3 44

50 4 66

[30]