如何创建密钥字典：column_name和value：python中来自数据框

Question

我正在尝试创建一个key：value对字典，其中key是数据帧的列名，value将是一个包含该列中所有唯一值的列表。最后我希望能够过滤掉key_value根据条件从词典对。这是我迄今为止所能做到的：

for col in col_list[1:]:
    _list = []
    _list.append(footwear_data[col].unique())
    list_name = ''.join([str(col),'_list'])

product_list = ['shoe','footwear']
color_list = []
size_list = []

这里的产品，颜色，大小都是列名，而dict键应该像color_list等一样命名。 最终我需要访问每个键：字典中的value_list。 预期产出：

KEY              VALUE
color_list :    ["red","blue","black"]
size_list:  ["9","XL","32","10 inches"]

有人可以帮我解决这个问题吗？附上数据的快照。

Answer 1

这样DataFrame：

import pandas as pd
df = pd.DataFrame([["Women", "Slip on", 7, "Black", "Clarks"], ["Women", "Slip on", 8, "Brown", "Clarcks"], ["Women", "Slip on", 7, "Blue", "Clarks"]], columns= ["Category", "Sub Category", "Size", "Color", "Brand"])

print(df)

输出：

  Category Sub Category  Size  Color    Brand
0    Women      Slip on     7  Black   Clarks
1    Women      Slip on     8  Brown  Clarcks
2    Women      Slip on     7   Blue   Clarks

您可以将DataFrame转换为dict，并在映射DataFrame的列时创建新的dict，如下例所示：

new_dict = {"color_list": list(df["Color"]), "size_list": list(df["Size"])}
# OR:
#new_dict = {"color_list": [k for k in df["Color"]], "size_list": [k for k in df["Size"]]}

print(new_dict)

输出：

{'color_list': ['Black', 'Brown', 'Blue'], 'size_list': [7, 8, 7]}

为了获得唯一值，您可以使用set，例如：

new_dict = {"color_list": list(set(df["Color"])), "size_list": list(set(df["Size"]))}
print(new_dict)

输出：

{'color_list': ['Brown', 'Blue', 'Black'], 'size_list': [8, 7]}

或者，就像@Ami Tavory在他的回答中所说的那样，为了获得DataFrame中的全部唯一键和值，您可以简单地执行此操作：

new_dict = {k:list(df[k].unique()) for k in df.columns}
print(new_dict)

输出：

{'Brand': ['Clarks', 'Clarcks'],
 'Category': ['Women'],
 'Color': ['Black', 'Brown', 'Blue'],
 'Size': [7, 8],
 'Sub Category': ['Slip on']}

Answer 2

  

我正在尝试创建一个key：value对字典，其中key是数据框的列名，value将是一个包含该列中所有唯一值的列表。

您可以使用简单的dictionary comprehension。

假设您从

开始

import pandas as pd

df = pd.DataFrame({'a': [1, 2, 1], 'b': [1, 4, 5]})

然后以下理解解决了它：

>>> {c: list(df[c].unique()) for c in df.columns}
{'a': [1, 2], 'b': [1, 4, 5]}

Answer 3

如果我正确理解您的问题，您可能需要set而不是列表。可能在这段代码中，您可以添加set来获取给定列表的唯一值。

for col in col_list[1:]:
    _list = []
    _list.append(footwear_data[col].unique())
    list_name = ''.join([str(col),'_list'])
    list_name = set(list_name)

使用示例

>>> a_list = [7, 8, 7, 9, 10, 9]
>>> set(a_list)
    {8, 9, 10, 7}

Answer 4

在这里我是如何做到的，让我知道它是否有帮助

import pandas as pd

df = pd.read_csv("/path/to/csv/file")

colList = list(df)
dic = {}
for x in colList:
    _list = []
    _list.append(list(set(list(df[x]))))
    list_name = ''.join([str(x), '_list'])
    dic[str(x)+"_list"] = _list


print dic

输出：

{'Color_list': [['Blue', 'Orange', 'Black', 'Red']], 'Size_list': [['9', '8', '10 inches', 'XL', '7']], 'Brand_list': [['Clarks']], 'Sub_list': [['SO', 'FOR']], 'Category_list': [['M', 'W']]}

MyCsv档案

Category,Sub,Size,Color,Brand
W,SO,7,Blue,Clarks
W,SO,7,Blue,Clarks
W,SO,7,Black,Clarks
W,SO,8,Orange,Clarks
W,FOR,8,Red,Clarks
M,FOR,9,Black,Clarks
M,FOR,10 inches,Blue,Clarks
M,FOR,XL,Blue,Clarks