将两个 Pandas Dataframes 转换为每个组的元组字典答案

【问题标题】：Convert two Pandas Dataframes into a dictionary of tuples for each group将两个 Pandas Dataframes 转换为每个组的元组字典
【发布时间】：2019-01-24 17:34:00
【问题描述】：

我目前有两个 DataFrame，分别命名为“means”和“variances”，每个都按“Class”特征分组，如图所示。

表示数据框：

         Pregnancies     Glucose     BP
Class                
0        4.00            99.8        56.0
1        4.75            130         62.5

方差数据框：

         Pregnancies     Glucose     BP
Class                
0        9.10            698         326
1        14.1            1023        463

我想返回一个包含两个键值对的字典，其中的键等于类号，值作为包含数据帧中每个特征的均值和方差值的元组，如下所示：

dict = {0:[(4.00, 9.10), (99.8, 698), (56.0, 326)],
        1:[(4.75, 14.1), (130, 1023), (62.6, 463)]}

仍在研究我的数据处理技能。作为参考，这是从（接近）零开始构建朴素贝叶斯分类器的一部分。朴素贝叶斯分类的理论对我来说并不难理解，我显然在努力解决的部分是正确格式化我的数据。

【问题讨论】：

标签： python python-3.x pandas numpy pandas-groupby

【解决方案1】：

一种方法是连接您的数据帧，然后使用groupby + apply：

res = pd.concat([means, variances])\
        .groupby(level=0).apply(lambda x: list(map(tuple, x.values.T))).to_dict()

print(res)

{0: [(4.0, 9.1), (99.8, 698.0), (56.0, 326.0)],
 1: [(4.75, 14.1), (130.0, 1023.0), (62.5, 463.0)]}

如果列表列表就足够了，那么lambda x: x.values.T.tolist() 将更具可读性。

【讨论】：