从 pandas 数据框中分离和创建字典答案

【问题标题】：Segregate and create dictionary from pandas dataframe从 pandas 数据框中分离和创建字典
【发布时间】：2018-07-14 20:28:17
【问题描述】：

我有一个如下的数据框，我想创建一个字典如下：

示例：

{'52.00,20.00': [1.5,4.1,3.6,3.1], '49.25,20.00': [0.5,2.1,1,2.1]}

即{'A,B的值': avg(A)的列表}

我是python pandas的新手，可以请人推荐吗？

+-----------+-----------+-----------------+----------------+
| A         | B         | avg(A)          | hour           |
+-----------+-----------+-----------------+----------------+
|     52.00 |     20.00 |             1.5 |              1 |
|     52.00 |     20.00 |             4.1 |             14 |
|     52.00 |     20.00 |             3.6 |             15 |
|     52.00 |     20.00 |             3.1 |             16 |
|     49.25 |     20.00 |             0.5 |              0 |
|     49.25 |     20.00 |             2.1 |              1 |
|     49.25 |     20.00 |               1 |             14 |
|     49.25 |     20.00 |             2.1 |             15 |
|     53.75 |     20.00 |            2.66 |             20 |
|     53.75 |     20.00 |            2.66 |             21 |
|     53.75 |     20.00 |            2.66 |             22 |
|     53.75 |     20.00 |            5.07 |             23 |
|     48.00 |     20.00 |            0.97 |              0 |
|     48.00 |     20.00 |            0.97 |              1 |
|     48.00 |     20.00 |            1.57 |             14 |
|     48.00 |     20.00 |            1.57 |             15 |

【问题讨论】：

标签： python pandas dictionary dataframe pandas-groupby

【解决方案1】：

对于两列，您可以手动连接（以获得更好的性能），然后用作groupby + apply 操作的子句。

df[['A', 'B']] = df[['A', 'B']].astype(str)
df['avg(A)'].groupby(df['A'] + ',' + df['B']).apply(list).to_dict()

{
    "48.0,20.0": [
        0.97,
        0.97,
        1.57,
        1.57
    ],
    "49.25,20.0": [
        0.5,
        2.1,
        1.0,
        2.1
    ],
    "52.0,20.0": [
        1.5,
        4.1,
        3.6,
        3.1
    ],
    "53.75,20.0": [
        2.66,
        2.66,
        2.66,
        5.07
    ]
}

对于多列（不仅仅是A 和B），您可以使用apply 和str.join 来创建一个逗号分隔的数字列，该列应该泛化到任意数量的列。

c = ['A', 'B', ...]
df['avg(A)'].groupby(df[c].astype(str).apply(','.join, 1)).apply(list).to_dict()

【讨论】：