将pandas变为字典，apply，groupby

原来的data

变为字典，带上index

a=data.to_dict()

变为字典，不带index

a=data.to_dict(orient='list')

apply

给data增加一个求和列

data['sum']=data.apply(lambda x:x.sum(),axis=1) # 按行求和
或者
data.sum(axis=1)

drop

丢掉sum列

data.drop('sum', axis=1, inplace=True)

groupby

原始的dataframe:

• 1、按第一列partName分组，并展示分组后的degree和score

  data_part_groupby = data.groupby(['partName']).apply(lambda x: [list(x['score']), list(x['degree'])])
  partDataFrame = pd.DataFrame(list(data_part_groupby.values), index=data_part_groupby.index,
                           columns=["score", 'degree'])
  

//优化为
partDataFrame = data.groupby(‘partName’).agg(score=(‘score’, list), degree=(‘degree’, list))
```
分组后data_part_groupby结果如下：

partDataFrame结果如下：

• 2、按第一列partName分组，并展示分组后的最大的score
  

 data_part_groupby = data.groupby(['partName'])['score'].max()