按嵌套字典键分组熊猫数据

Question

我有一个熊猫资料栏，其中一个列是字典类型。这是一个示例dataframe：

import pandas as pd
df = pd.DataFrame({'a': [1,2,3], 
                   'b': [4,5,6], 
                   'version': [{'major': 7, 'minor':1}, 
                               {'major':8, 'minor': 5},
                               {'major':7, 'minor':2}] })

df：

   a  b                   version
0  1  4  {'minor': 1, 'major': 7}
1  2  5  {'minor': 5, 'major': 8}
2  3  6  {'minor': 2, 'major': 7}

我正在寻找一种按字典键对数据进行分组的方法；在本例中，将df数据按version标签中的主键分组。

我尝试过几种不同的东西，从传递字典键到dataframe函数`df.groupby('version') (因为 part 不是dataframe标签的一部分)，再到将版本分配给dataframe索引，但是到目前为止还没有起作用。我还试图将字典作为dataframe本身中的附加列来处理，但这似乎有它自己的问题。

有什么想法吗？

抱歉，格式化了，这是我的第一个堆栈溢出问题。

Answer 1

选项1

df.groupby(df.version.apply(lambda x: x['major'])).size()

version
7    2
8    1
dtype: int64

df.groupby(df.version.apply(lambda x: x['major']))[['a', 'b']].sum()

​

​

选项2

df.groupby(df.version.apply(pd.Series).major).size()

major
7    2
8    1
dtype: int64

df.groupby(df.version.apply(pd.Series).major)[['a', 'b']].sum()

​

​

Answer 2

你可以这样做：

In [15]: df.assign(major=df.version.apply(pd.Series).major).groupby('major').sum()
Out[15]:
       a   b
major
7      4  10
8      2   5