python – 通过嵌套字典键对pandas数据帧进行分组

我有一个pandas数据框,其中一列是字典类型.这是一个示例数据帧：

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}

我正在寻找一种方法来通过一个字典键对数据帧进行分组;在这种情况下,通过版本标签中的主键对df数据帧进行分组.

我尝试了一些不同的东西,从将字典密钥传递给dataframe groupby函数,`df.groupby([‘version’] [‘major’]),由于major不是数据帧标签的一部分,因此无效将版本分配给数据框索引,但到目前为止没有任何工作.我也试图将字典作为数据框本身的附加列来展平,但这似乎有其自身的问题.

任何的想法？

附：抱歉格式化,这是我的第一个stackoverflow问题.

解决方法:

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()