Question

我正在尝试从pandas数据框生成字典。具体来说，我需要：

采用第一（x）列，并将其每一行中的数据点一起用作键。
使用该行中的其余数据点作为值和列表，为每个键编译一个字典。

为了简单起见，我们使用此示例数据框。

生成数据框：

df = pd.DataFrame([
    {'c1':a1, 'c2':110, 'c3':'xyz', 'c4':24}, 
    {'c1':b2,'c2':100, 'c3':'jdf', 'c4':15}, 
    {'c1':a1,'c2':110, 'c3':'kjl', 'c4':125},
    {'c1':b2, 'c2':100, 'c3':'abc', 'c4':71},
])

    c1  c2  c3  c4
0   a1  110 xyz 24
1   b2  100 jdf 15
2   a1  110 kjl 125
3   b2  100 abc 71

选择以下内容：

new_dict = some code

new_dict

{('a1', 110): [['xyz', 24], ['kjl', 125]], ('b2', 100): [['jdf', 15], ['abc', 71]]}

我尝试了很多事情，包括为键创建元组列表列表，将唯一列表作为键分配给新词典（值空列表），但是我无法填充值。

我能够以单列作为关键字，并根据需要编辑其他所有内容，例如：

test_dict = {}
for index, row in df.iterrows():
    if row['c1'] in test_dict:
        test_dict[row['c1']].append([row['c2'], row['c3'], row['c4']])
    else:
        test_dict[row['c1']] = []
        test_dict[row['c1']].append([row['c2'], row['c3'], row['c4']])

但是我不能跳到组合多列作为关键。

Answer 1

假定以下数据框：

import pandas as pd

df = pd.DataFrame([
    {'c1': 'a1', 'c2': 110, 'c3': 'xyz', 'c4': 24},
    {'c1': 'b2', 'c2': 100, 'c3': 'jdf', 'c4': 15},
    {'c1': 'a1', 'c2': 110, 'c3': 'kjl', 'c4': 125},
    {'c1': 'b2', 'c2': 100, 'c3': 'abc', 'c4': 71},
])

您可以groupby，进行汇总，然后转换为字典（to_dict）：

groups = df.groupby(['c1', 'c2']).apply(lambda x: x[['c3', 'c4']].values.tolist()).to_dict()
print(groups)

输出

{('a1', 110): [['xyz', 24], ['kjl', 125]], ('b2', 100): [['jdf', 15], ['abc', 71]]}

Answer 2

test_dict = {}
for index, row in df.iterrows():
    if (row['c1'], row['c2']) in test_dict:
        test_dict[(row['c1'], row['c2'])].append([row['c3'], row['c4']])
    else:
        test_dict[(row['c1'], row['c2'])] = [[row['c3'], row['c4']]]

test_dict

{('a1', 100): [['xyz', 24], ['kjl', 125]], ('b2', 110): [['jdf', 15], ['abc', 71]]}

Answer 3

您可以尝试以下groupby：

(df.groupby(['c1','c2'])
   .apply(lambda x: x[['c3','c4']].values)
   .to_dict()
)

输出：

{('a1', 110): array([['xyz', 24],
        ['kjl', 125]], dtype=object), ('b2', 100): array([['jdf', 15],
        ['abc', 71]], dtype=object)}

Answer 4

您用于创建数据框的数据与您作为示例显示的数据框不匹配，但是您似乎想要的可以通过以下方式完成：

x = 2
key_cols =  list(df.columns[:x])
value_cols = df.columns[x:]
new_dict = df.groupby(key_cols).apply(lambda sub_df: sub_df[value_cols].values.tolist()).to_dict()

从熊猫数据框生成字典，其中多列组合为键，其余列作为值？

4 个答案: