Question

愚蠢的问题，但我无法为我的生活做这项工作。

我有一个简单的函数，它接受一个列值，并返回具有该列值的所有行。假设它返回出版商的所有书籍：

def book_publisher(publisher, df):
    books = df.loc[df['publisher_name'] == name]['book_name']
    return [books]

使用此功能，我想获得所有发布商的图书清单列表：

[[book1, book2,],[book3, book4]]

最终目标是创建一个如此的字典：

{publisher1:[list of books], publisher2:[list of books]}

我想我会用

zip(list of publishers, list of books)

到达那里，但无法弄清楚如何获得每个出版商的书籍清单。

Answer 1

假设您的数据框如下所示：

depends_on :x11

我们可以使用字典理解来获取字典：

df = pd.DataFrame({'publisher_name': ['john', 'mark', 'john', 'fred','john'], 'book_name' : ['aa', 'bb', 'cc', 'dd','ee']})

  book_name publisher_name
0        aa           john
1        bb           mark
2        cc           john
3        dd           fred
4        ee           john

如果{name: list(book_publisher(name, df)[0].values) for name in df['publisher_name']}数组也可以接受，您可以删除numpy。

我不知道您的数据是什么样的。如果它只是包含list()和book_name列的数据框，您可能还想在函数中将publisher_name更改为return [books]，然后您可以删除{{1}从我上面的答案。

Answer 2

您可以使用tolist（）函数代替[]将pandas系列转换为list而不引用loc（）来获取书籍

def book_publisher(publisher, df):

    books = df[df['publisher_name'] == name]['book_name']

    return books.tolist()

Answer 3

如果您的数据框是＆＃39; publisher_name＆＃39;和＆＃39; book_name＆＃39;列，你可以在单行中完成，而不使用你的函数：

{x: [b for b in df[df.publisher_name == x].book_name] for x in df.publisher_name.unique()}

Answer 4

Pandas pd.DataFrame.groupby('publisher_name').groups返回一个字典，其中发布者作为键，而行索引对象pd.Index()作为值。如果将DataFrame索引设置为'book_name'，则会获得所需的书籍列表作为值。

使用Aechlys'示例：

df = pd.DataFrame({'publisher_name': ['john', 'mark', 'john', 'fred','john'],
                       'book_name' : ['aa', 'bb', 'cc', 'dd','ee']})

  book_name publisher_name
0        aa           john
1        bb           mark
2        cc           john
3        dd           fred
4        ee           john

您通过以下方式获得该命令：

pub = df.set_index('book_name').groupby('publisher_name').groups

pub['john']

Index(['aa', 'cc', 'ee'], dtype='object', name='book_name')

要获取书籍列表，只需在访问dict值时使用Index（）。tolist（）：

pub['john'].tolist() 

['aa', 'cc', 'ee']

或全部完成一行：

pub = {k : v.tolist() for k,v in 
           df.set_index('book_name').groupby('publisher_name').groups.items() }

仅以列表作为值即可给出所需的字典

pub

{'fred': ['dd'], 'john': ['aa', 'cc', 'ee'], 'mark': ['bb']}

Python将函数应用于列表，将结果存储为列表

4 个答案: