Question

我有pandas数据框城镇，看起来像这样：

**towns**
Paris
Berlin
London
etc..

另外，我还有一个数据框 totalPopulation ，它看起来像这样：

ID-cell    TOWNS      NumberOfPopulation
1          Paris       444
1          Berlin      333
1          London      111
2          Paris       222
2          London      555
3          Paris       999

我需要使用嵌套列表创建字典，以获得类似的结果：

'Paris' : [1, 444],[2,222],[3,999]
'Berlin': [1,333]
'London': [1,111], [2,555]

我试着这样做：

dictionary = {}
for town in towns.itertuples(index = False):
  dictionary[town] = totalPopulation.loc[totalPopulation['TOWNS'] == town].sort_values(totalPopulation.columns[2], ascending=False)

当我在循环之后调用print方法时，我得到一个数字列表，我认为是索引。我期待着价值观。：d

编辑：我刚刚重新启动计算机（不是因为这个原因：D）并再次运行我的程序。现在我明白了：

{Pandas(town='Paris'): Empty DataFrame
Columns: [ID-cell, TOWNS, NumberOfPopulation]
Index: [], Pandas(Province='London'): Empty DataFrame
Columns: [ID-cell, TOWNS, NumberOfPopulation]
....}

当我尝试

时

print(dictionary['Paris'])

我得到keyError

Answer 1

您可以使用groupby和to_dict

df.groupby('TOWNS')['ID-cell','NumberOfPopulation'].apply(lambda x : x.values.tolist()).get(towns)
{'Berlin': [[1, 333]],
 'London': [[1, 111], [2, 555]],
 'Paris': [[1, 444], [2, 222], [3, 999]]}

Answer 2

如果您对元组列表没有问题，这是一种方法。假设您的数据框已按ID-cell排序，并且对于每个城镇，此编号都是唯一的。

from functools import partial

res = df.groupby(['TOWNS'])['NumberOfPopulation']\
        .apply(partial(enumerate, start=1))\
        .apply(list)\
        .to_dict()

print(res)

{'Berlin': [(1, 333)],
 'London': [(1, 111), (2, 555)],
 'Paris': [(1, 444), (2, 222), (3, 999)]}

从熊猫数据帧制作字典

2 个答案: