python-3.x - 如何从熊猫数据框中创建多值字典

Question

假设我有一个带有 2 列（A 列和 B 列）的 pandas 数据框：对于“A”列中的值，“B”列中有多个值。我想为每个键创建一个包含多个值的字典，这些值也应该是唯一的。请建议我一种方法来做到这一点。

Answer 1

一种方法是按列 A 分组：

In [1]: df = pd.DataFrame([[1, 2], [1, 4], [5, 6]], columns=['A', 'B'])

In [2]: df
Out[2]:
   A  B
0  1  2
1  1  4
2  5  6

In [3]: g = df.groupby('A')

应用于tolist每个组的 B 列：

In [4]: g['B'].tolist()  # shorthand for .apply(lambda s: s.tolist()) "automatic delegation"
Out[4]:
A
1    [2, 4]
5       [6]
dtype: object

然后调用to_dict这个系列：

In [5]: g['B'].tolist().to_dict()
Out[5]: {1: [2, 4], 5: [6]}

如果您希望这些是唯一的，请使用unique（注意：这将创建一个 numpy 数组而不是列表）：

In [11]: df = pd.DataFrame([[1, 2], [1, 2], [5, 6]], columns=['A', 'B'])

In [12]: g = df.groupby('A')

In [13]: g['B'].unique()
Out[13]:
A
1    [2]
5    [6]
dtype: object

In [14]: g['B'].unique().to_dict()
Out[14]: {1: array([2]), 5: array([6])}

其他替代方法是使用.apply(lambda s: set(s)), .apply(lambda s: list(set(s))), .apply(lambda s: list(s.unique()))...

Answer 2

您实际上可以遍历 df.groupby 对象并将值收集为列表。

在[1]：

df = pd.DataFrame([[1, 2], [1, 2], [5, 6]], columns=['A', 'B'])
{k: list(v) for k,v in df.groupby("A")["B"]}

输出[1]：

{1: [2, 2], 5: [6]}