Python：制作包含两列项目的字典答案

【问题标题】：Python: Making a dictionary with items of two columnsPython：制作包含两列项目的字典
【发布时间】：2018-08-14 21:52:13
【问题描述】：

我有一个这样的数据集：

user_id           time_location
  13            (2018-02-02, 190)
  12            (2018-06-02, 194)
  13            (2018-06-02, 194)
  16            (2018-02-02, 190)
  17            (2018-02-02, 190)
  11            (2018-05-02, 198)
  19            (2018-02-02, 190)
  15            (2018-05-02, 198)
  15            (2018-06-02, 194)

我想要的是一个字典列表，其中键是“time_location”列中的项目，值是每个键的 user_id 。这是一个示例输出：

List=[{(2018-02-02, 190): 13, 16,17,19},{(2018-06-02, 194): 12,13,15},{(2018-05-02, 198): 11,15}

谁能帮帮我？

【问题讨论】：

标签： python list pandas dictionary group-by

【解决方案1】：

一种方法是使用collections.defaultdict:

from collections import defaultdict

df = pd.DataFrame({'user_id': [13, 12, 13, 16, 17, 11, 19, 15, 15],
                   'time_location': [('2018-02-02', 190), ('2018-06-02', 194),
                                     ('2018-06-02', 194), ('2018-02-02', 190),
                                     ('2018-02-02', 190), ('2018-05-02', 198),
                                     ('2018-02-02', 190), ('2018-05-02', 198),
                                     ('2018-06-02', 194)]})

d = defaultdict(list)

for idx, row in df.iterrows():
    d[row['time_location']].append(row['user_id'])

d = [{k: v} for k, v in d.items()]

# [{('2018-02-02', 190): [13, 16, 17, 19]},
#  {('2018-06-02', 194): [12, 13, 15]},
#  {('2018-05-02', 198): [11, 15]}]

【讨论】：

【解决方案2】：

一种方法是使用df.groupby():

df = pd.DataFrame({'user_id': [13, 12, 13, 16, 17, 11, 19, 15, 15],
                   'time_location': [('2018-02-02', 190), ('2018-06-02', 194),
                                     ('2018-06-02', 194), ('2018-02-02', 190),
                                     ('2018-02-02', 190), ('2018-05-02', 198),
                                     ('2018-02-02', 190), ('2018-05-02', 198),
                                     ('2018-06-02', 194)]})

d = df.groupby('time_location')['user_id'].apply(list).to_dict()
d = [{k: v} for k, v in d.items()]

# [{('2018-02-02', 190): [13, 16, 17, 19]},
#  {('2018-05-02', 198): [11, 15]},
#  {('2018-06-02', 194): [12, 13, 15]}]

【讨论】：

【解决方案3】：

试试这个：

listOfDict = []
for pair in your_dataset: ## I'm assuming your data is a list of lists/tuples
    listOfDict.append({pair[1]: pair[0]})

【讨论】：

【解决方案4】：

你也可以使用group_by

df.groupby("time_location")["user_id"].apply(list).to_dict()

【讨论】：