数据帧到按键分组的元组列表字典答案

【问题标题】：dataframe to dictionary of list of tuples grouped by key数据帧到按键分组的元组列表字典
【发布时间】：2017-01-18 17:10:31
【问题描述】：

我有一个数据框 df，它看起来如下：

        a    b    c    d
0       8    xx   17   1.0  
1       8    xy   19   1.0 
2       8    zz   13   0.0
3       9    tt   8    5.0

我正在尝试创建一个字典，其中包含一个包含元组列表的键像下面这样：

{8:[(17,1.0),(19,1.0),(13,0.0)], 9:[(8,5.0)]}

这里，key来自a列，元组列表是c列和d列，其中key为a。我也将其应用于其他数据集并尝试过

df_new = df.groupby(['a'])[['c','d']).apply(lambda x: [tuple(x) for x in x.values])

但是，我不断收到错误

raise TypeError('Series.name must be a hashable type')
TypeError: Series.name must be a hashable type

我已尝试删除 groupby 中的 ['a'] 并将其保留为 'a'，如下所示：

df_new = df.groupby('a')[['c','d']).apply(lambda x: [tuple(x) for x in x.values])

但是，我得到相同的以下错误：

raise TypeError('Series.name must be a hashable type')
TypeError: Series.name must be a hashable type

我不想让原始数据框 df 中的所有内容都不可变。我想保持原样。

有没有办法使用 pandas 功能来实现这一点？我真的不想制作列表，然后按索引将一些压缩在一起并从中创建一个字典。

【问题讨论】：

你的熊猫版本是什么？ print (pd.show_versions()) ?

标签： python pandas dictionary dataframe

【解决方案1】：

使用defaultdict

from collections import defaultdict

d = defaultdict(list)
for tup in df.itertuples():
    d[tup.a].append((tup.c, tup.d))

dict(d)

{8: [(17, 1.0), (19, 1.0), (13, 0.0)], 9: [(8, 5.0)]}

*使用to_dict 和groupby *

df.set_index(['c', 'd']).groupby('a').apply(lambda df: df.index.tolist()).to_dict()

{8: [(17, 1.0), (19, 1.0), (13, 0.0)], 9: [(8, 5.0)]}

【讨论】：

【解决方案2】：

我认为这是错误，但 apply 与 zip 一起工作：

df = pd.DataFrame({'d': [1.0, 1.0, 0.0, 5.0], 
                   'b': ['xx', 'xy', 'zz', 'tt'], 
                   'a': [8, 8, 8, 9], 
                   'c': [17, 19, 13, 8]})
print (df)
   a   b   c    d
0  8  xx  17  1.0
1  8  xy  19  1.0
2  8  zz  13  0.0
3  9  tt   8  5.0

df_new = df.groupby(['a']).apply(lambda x: list(zip(x.c, x.d))).to_dict()
print (df_new)
{8: [(17, 1.0), (19, 1.0), (13, 0.0)], 9: [(8, 5.0)]}

对我来说，您的版本适用于（有一个小错字，) 已更改为 ]）：

df_new = df.groupby('a')[['c','d']].apply(lambda x: [tuple(x) for x in x.values]).to_dict()
print (df_new)
{8: [(17.0, 1.0), (19.0, 1.0), (13.0, 0.0)], 9: [(8.0, 5.0)]}

【讨论】：

【解决方案3】：

只是另一个细微的变化

df.set_index('a')[['c', 'd']]\
  .apply(tuple, 1)\
  .groupby(level=0)\
  .apply(list)\
  .to_dict()

{8: [(17, 1), (19, 1), (13, 0)], 9: [(8, 5)]}

【讨论】：

【解决方案4】：

您可以使用字典理解：

{k: list(map(tuple, g[['c','d']].values)) for k, g in df.groupby('a')}
# {8: [(17, 1), (19, 1), (13, 0)], 9: [(8, 5)]}

或者其他方式：

dict((k, list(map(tuple, g[['c','d']].values))) for k, g in df.groupby('a'))

【讨论】：

这告诉我“['a'] 不在索引中”