我在这里有这个表,我试图从每一列的每一行中获取值和设备类别,这样我就可以得到如下所示的数据。
series: [{
name: 'engaged_sessions',
data: [{
name: 'Desktop',
y: 7765,
}, {
name: 'Mobile',
y: 388
},...
name: 'event_count',
data: [{
name: 'Desktop',
y: 51325,
}, {
name: 'Mobile',
y: 4349
},...
基本上遍历每一列,将设备类别和值放入字典列表中这是透视表,
engaged_sessions event_count new_users total_revenue total_users
device_category
Desktop 7765 51325 6593 9 8021
Mobile 388 4349 795 0 412
Smart Tv 2 38 1 250 9
Tablet 87 111 37 0 97
我尝试过使用for循环,并将每次迭代放入列表中,但这并不完全正确。我得到的最接近的是to_dict()方法,我认为这是迄今为止最好的选择。
这里的问题(Pandas to_dict data structure, using column as dictionary index)非常相似,但我尝试按每列分组,如果我使用groupby(df.cloumns)或groupby(['column'],['column']),它会给我对象,其中有数字,但没有引用它们是什么
2条答案
按热度按时间c90pui9n1#
如果
df
包含问题中的pivoted dataframe,则可以执行以下操作:图纸:
ubof19bj2#
假设
device_category
是索引,你可以尝试:输出量: