Pandas 按列分组并创建带有结果的字典

Question

我的数据框是这样的

输入

    NAME         TYPE       GROUP
1   Apple       Source  project1
2   Orange      Target  project1
3   pear        Target  project1
4   pineapple   Target  project1
5   plum        Source  project2
6   pomegranate Target  project3
7   quince      Target  project4
8   raspberry   Source  project3
9   strawberry  Target  project4

我需要对最后一列进行分组的输出，并创建一个字典，其中键作为源，目标作为值列表。

要明确：“Apple”是源，其目标是 project-1 中的“Orange”、“pear”、“pineapple”

预期输出：

{ Apple:["Orange","pear","pineapple"], plum:["pomegranate","quince"],raspberry:["strawberry"] }

Answer 1

我假设您的源 DataFrame（有一些关于 组）是：

          NAME    TYPE     GROUP
1        Apple  Source  project1
2       Orange  Target  project1
3         pear  Target  project1
4    pineapple  Target  project1
5         plum  Source  project2
6  pomegranate  Target  project2
7       quince  Target  project2
8    raspberry  Source  project3
9   strawberry  Target  project3

定义如下函数：

def descr(grp):
    src = grp[grp.TYPE == 'Source'].NAME.tolist()[0]
    trg = grp[grp.TYPE == 'Target'].NAME.tolist()
    return pd.Series([src, trg], index=['key', 'value'])

然后按以下方式应用：

df.groupby('GROUP').apply(descr).set_index('key').value.to_dict()

结果是：

{'Apple': ['Orange', 'pear', 'pineapple'],
 'plum': ['pomegranate', 'quince'],
 'raspberry': ['strawberry']}

要分析此代码的工作原理，请“增量”运行它，即：

• 从df.groupby('GROUP').apply(descr)开始 - 你会得到一个 DataFrame - 所有组的 descr 组合结果。
• 然后添加set_index('key') - 你会看到这个带有key的DataFrame 作为索引。
• 最后添加value.to_dict() - 得到最终结果。

Answer 2

查看DataFrame.to_dict() function 内置的 Pandas，这似乎就是您要找的东西。

编辑

我对下面的函数采取了另一种方法，它应该在不使用 groupby 函数的情况下达到相同的结果。它只是将 df 作为参数，并通过使用标准 DataFrame 过滤来构建您要查找的字典。

def dictFromDf(df):
    keys = df['Name'][df.Type == 'Source']
    key_group_tuples = []
    for key in keys:
       key_group_tuples.append((key,df.Group[df['Name']== key].values[0]))

    final_dict = {}
    for pair in key_group_tuples:
        final_dict[pair[0]] = list(df.Name[(df.Name != pair[0])
        & (df.Group == pair[1])].values) 

    return final_dict