Skip to main content
 首页 » 编程设计

python之如何在python3中对字典元素进行分组

2024年11月24日9bluestorm

我有像下面这样的字典,试图将字典与成员的进入/退出时间分组。

summary = { 
    0: { 
        'member_id': 10, 
        'entry_time': '08:10 PM', 
        'entry_device': 'Front', 
        'exit_time': None, 
        'exit_device': None 
    }, 
    1: { 
        'member_id': 8, 
        'entry_time': '10:10 PM', 
        'entry_device': 'Front', 
        'exit_time': None, 
        'exit_device': None 
    }, 
    2: { 
        'member_id': 10, 
        'entry_time': None, 
        'entry_device': None, 
        'exit_time': '09:05 PM', 
        'exit_device': 'Gate' 
    }, 
    3: { 
        'member_id': 8, 
        'entry_time': None, 
        'entry_device': None, 
        'exit_time': '11:55 PM', 
        'exit_device': 'Gate' 
    }, 
    4: { 
        'member_id': 10, 
        'entry_time': '11:56 PM', 
        'entry_device': 'Front', 
        'exit_time': None, 
        'exit_device': None 
    } 
} 

这是我的代码,只是卡在这里。尝试为摘要中的元素附加 member_list。

summary_data = {} 
for i, _ in summary.items(): 
    summary_data[str(i)] = {} 
    member_list = [] 
    member_list.append(summary_data[i]['member_id']) 

需要在新字典中为成员的进入和退出时间分组

summary = { 
    0: { 
        'member_id': 10, 
        'entry_time': '08:10 PM', 
        'entry_device': 'Front', 
        'exit_time': '09:05 PM', 
        'exit_device': 'Gate' 
    }, 
    1: { 
        'member_id': 8, 
        'entry_time': '10:10 PM', 
        'entry_device': 'Front', 
        'exit_time': '11:55 PM', 
        'exit_device': 'Gate' 
    }, 
    2: { 
        'member_id': 10, 
        'entry_time': '11:56 PM', 
        'entry_device': 'Front', 
        'exit_time': '-', 
        'exit_device': '-' 
    }, 
} 

请您参考如下方法:

你可以使用 pandas。

首先按member_id 对值进行排序,然后使用shift 填充相应entry_time 的下一个exit_time。使用 drop_duplicates 删除具有相同 member_id 和 exit_time

的重复行
import pandas as pd 
import numpy as np      
 
df = pd.DataFrame.from_dict(summary, orient='index') 
 
df = df.sort_values(by='member_id') 
df0 = df.shift(-1) 
 
df['exit_time'] = np.where(df['exit_time'].isnull(), df0['exit_time'], df['exit_time']) 
df['exit_device'] = np.where(df['exit_device'].isnull(), df0['exit_device'], df['exit_device']) 
df = df.drop_duplicates(subset=['member_id','exit_time'], keep='first') 
 
# if you want to fill nan with `-` then use below 
# df = df.fillna("-") 
 
print(df.to_dict(orient='records')) 

输出:

[{'entry_device': 'Front',                                                                                                               
  'entry_time': '10:10 PM',                                                                                                              
  'exit_device': 'Gate',                                                                                                                 
  'exit_time': '11:55 PM',                                                                                                               
  'member_id': 8},                                                                                                                       
 {'entry_device': 'Front',                                                                                                               
  'entry_time': '08:10 PM',                                                                                                              
  'exit_device': 'Gate',                                                                                                                 
  'exit_time': '09:05 PM',                                                                                                               
  'member_id': 10},                                                                                                                      
 {'entry_device': 'Front',                                                                                                               
  'entry_time': '11:56 PM',                                                                                                              
  'exit_device': nan,                                                                                                                    
  'exit_time': nan,                                                                                                                      
  'member_id': 10}]