熊猫：来自 groupby.value_counts() 的字典

Posted 2023-03-12

【中文标题】熊猫：来自 groupby.value_counts() 的字典

【英文标题】：pandas: Dict from groupby.value_counts()

【发布时间】：2017-12-20 01:20:54

【问题描述】：

我有一个 pandas 数据框 df，其中包含 user 和 product 列。它描述了哪个用户购买了哪些产品，说明了对同一产品的重复购买。例如。如果用户 1 购买了产品 23 3 次，df 将包含用户 1 的 3 次条目 23。 对于每个用户，我只对该用户购买超过 3 次的产品感兴趣。因此，我做s = df.groupby('user').product.value_counts()，然后过滤s = s[s>2]，丢弃不经常购买的产品。然后，s 看起来像这样：

user     product
3        39190         9
         47766         8
         21903         8
6        21903         5
         38293         5
11       8309          7
         27959         7
         14947         5
         35948         4
         8670          4

过滤数据后，我不再对频率（右列）感兴趣。

如何根据s 创建user:product 形式的字典？我无法访问系列的各个列/索引。

【参考方案1】：

选项 0

s.reset_index().groupby('user').product.apply(list).to_dict()

3: [39190, 47766, 21903],
 6: [21903, 38293],
 11: [8309, 27959, 14947, 35948, 8670]

选项 1

s.groupby(level='user').apply(lambda x: x.loc[x.name].index.tolist()).to_dict()

3: [39190, 47766, 21903],
 6: [21903, 38293],
 11: [8309, 27959, 14947, 35948, 8670]

选项 2

from collections import defaultdict

d = defaultdict(list)

[d[x].append(y) for x, y in s.index.values];

dict(d)

3: [39190, 47766, 21903],
 6: [21903, 38293],
 11: [8309, 27959, 14947, 35948, 8670]

【讨论】：

谢谢，解决了！在选项 0 中，我必须在 reset_index() 中提供一个新列名，否则会出现命名错误（与 here 中描述的相同）。