import pandas as pd
设置
我有一个数据框:
df = pd.DataFrame({'A': ['A0', 'A1', 'A2', 'A3'],
'B': ['B0', 'B1', 'B2', 'B3'],
'C': ['C0', 'C1', 'C2', 'C3'],
'D': ['D0', 'D1', 'D2', 'D3']},
index=[0, 1, 2, 3])
IE:+----+-----+-----+-----+-----+
| | A | B | C | D |
|----+-----+-----+-----+-----|
| 0 | A0 | B0 | C0 | D0 |
| 1 | A1 | B1 | C1 | D1 |
| 2 | A2 | B2 | C2 | D2 |
| 3 | A3 | B3 | C3 | D3 |
+----+-----+-----+-----+-----+
(使用 print(tabulate(df, headers='keys', tablefmt='psql'))
, related Q )问题
我想将上面的数据框转换成这个字典:
{'A0': ['A0', 'B0', 'C0', 'D0'],
'A1': ['A1', 'B1', 'C1', 'D1'],
'A2': ['A2', 'B2', 'C2', 'D2'],
'A3': ['A3', 'B3', 'C3', 'D3']}
每行的第一个元素是键,数据帧的行是作为列表的字典的值。解决方案
A
使用
.iterrows()
, 其中 seems bad practice :`{row[1][0]: list(row[1]) for row in df.iterrows() for alias in row[1]}`
乙使用
.groupby()
(and this) :gbdict=df.groupby('A').apply(lambda row: row.to_dict(orient='row')).to_dict()
{key: list(gbdict[key][0].values()) for key in gbdict.keys()}
它们都产生所需的输出。题
有没有更有效的方法来实现上述目标?
如果有办法without for 循环,即 dict comprehension , 那简直太好了。
最佳答案
像这样的东西,我认为这会比 agg
快~
yourdict = dict(zip(df.A,df.values.tolist()))
Out[123]:
{'A0': ['A0', 'B0', 'C0', 'D0'],
'A1': ['A1', 'B1', 'C1', 'D1'],
'A2': ['A2', 'B2', 'C2', 'D2'],
'A3': ['A3', 'B3', 'C3', 'D3']}
关于python - Pandas 数据帧行到列表字典,使用每行的第一个值作为键,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63548321/