Question

我有以下内容：

>>> import pandas as pd
>>> x = pd.DataFrame({'a':[1,3,5], 'b':[4,0,6]})
>>> x
   a  b
0  1  4
1  3  0
2  5  6
>>> required = {0:['b'],1:['a'],2:['a','b']} ---> how to get it from x??
#keys -> index of x 
#values -> list of col names such that value is >2

我们怎样才能有效地做到这一点？

Answer 1

这是使用apply和to_dict方法的单线程。

In [162]: (x > 2).apply(lambda y: x.columns[y.tolist()].tolist(), axis=1).to_dict()
Out[162]: {0: ['b'], 1: ['a'], 2: ['a', 'b']}

详细

In [173]: (x > 2)
Out[173]:
       a      b
0  False   True
1   True  False
2   True   True

In [174]: (x > 2).apply(lambda y: [y.tolist()], axis=1)
Out[174]:
0    [[False, True]]
1    [[True, False]]
2     [[True, True]]
dtype: object

In [175]: (x > 2).apply(lambda y: x.columns[y.tolist()].tolist(), axis=1)
Out[175]:
0       [b]
1       [a]
2    [a, b]
dtype: object

这是另一个单行。

In [205]: {i: x.columns[y.tolist()].tolist() for i, y in (x > 2).iterrows()}
Out[205]: {0: ['b'], 1: ['a'], 2: ['a', 'b']}

或

In [122]: {i: y[y].index.tolist() for i, y in (x > 2).iterrows()}
Out[122]: {0: ['b'], 1: ['a'], 2: ['a', 'b']}

Answer 2

以下是两个有效的想法：

pd.DataFrame(x.columns.where(x > 2, ''))
Out: 
        0
0   (, b)
1   (a, )
2  (a, b)

np.where(x > 2, x.columns, '').T
Out: 
array([['', 'a', 'a'],
       ['b', '', 'b']], dtype=object)

Answer 3

不了解效率但有效：

df = pd.DataFrame({'a':[1,3,5], 'b':[4,0,6]})
a = defaultdict(list)
for b,c in df.iterrows():
    for d in c.iteritems():
        if d[1]>2:
            a[b].append(d[0])
print dict(a)

输出：

{0: ['b'], 1: ['a'], 2: ['a', 'b']}

获取每个索引（行）的列名，以便在pandas中的某些条件下强制列值

3 个答案: