Question

我有一个包含8000列的df。每列（第一列除外）表示二进制值0或1。

|Name| t1| t2| t3|...| t4|  
| ..aa.. | 0 | 0 | 1 |...| 0 |  
| ..bb.. | 0 | 0 | 0 |...| 0 |  
| ..cc.. | 1 | 0 | 0 |...| 0 |

我的目标是为需要存储在列表中的值计算aa，bb，cc之间的jaccard索引，这就是为什么我要使用字典。

字典必须看起来像这样：

{'aa': [0,0,1,...,0], 'bb': [0,0,0,...,0],...}

当dict key = df索引和值是代表列表的行时，如何获得这样的结果？

Answer 1

您可以通过压缩Name列和数据框的其余部分，并从生成的元组中调用dict构造函数来构建字典：

dict(zip(df.Name, df.loc[:,'t1':].values.tolist()))
# dict(zip(df.index, df.loc[:,'t1':].values.tolist())) # if name is the index
# {'aa': [0, 0, 1, 0], 'bb': [0, 0, 0, 0], 'cc': [1, 0, 0, 0]}

输入数据：

   Name    t1     t2     t3     t4
0   aa      0      0      1      0
1   bb      0      0      0      0
2   cc      1      0      0      0

Answer 2

另一种方法：

{k: list(v.values()) for k, v in df.set_index('Name').to_dict('index').items()}

Answer 3

将Name设置为索引并转置，然后执行.to_dict()：

df.set_index('Name').T.to_dict('list')

如果Name是索引，则只需执行以下操作：

df.T.to_dict('list')

{'aa': [0, 0, 1, 0], 'bb': [0, 0, 0, 0], 'cc': [1, 0, 0, 0]}

从df创建字典的正确方法或计算jaccard相似度的方法

3 个答案: