Pandas：创建字典，其中一列是键，其余列的列表是值

Posted 2023-03-11

【中文标题】Pandas：创建字典，其中一列是键，其余列的列表是值

【英文标题】：Pandas: Create dict where one column is key and list of remaining columns are values

【发布时间】：2021-05-14 21:25:06

【问题描述】：

下面是df：

In [1114]: df
Out[1114]: 
   site_id   a  b  c   d    e
0        1   4  2  5  50  150
1        2  56  3  6  60  160
2        3   7  4  7  70  170
3        4   8  5  8  80  180

我想创建一个dict，其中site_id 列是键，其他列的列表是值。

我的尝试：

In [1101]: y = df.site_id.values
In [1109]: x = df[df.columns.difference(['site_id'])].values

In [1112]: d = i:x[c] for c,i in enumerate(y)
In [1113]: d
Out[1113]: 
1: array([  4,   2,   5,  50, 150]),
 2: array([ 56,   3,   6,  60, 160]),
 3: array([  7,   4,   7,  70, 170]),
 4: array([  8,   5,   8,  80, 180])

我能够解决它，但正在寻找更多pandaic 的方式。

预期输出：

1: [4, 2, 5, 50, 150],
 2: [56, 3, 6, 60, 160],
 3: [7, 4, 7, 70, 170],
 4: [8, 5, 8, 80, 180]

【参考方案1】：

将 agg 应用于 df 应该将所有列值发送到列表。将 site_id 设置为索引，然后可以将结果输入键：值对

df.set_index('site_id').agg(list,1).to_dict()

1: [4, 2, 5, 50, 150],
 2: [56, 3, 6, 60, 160],
 3: [7, 4, 7, 70, 170],
 4: [8, 5, 8, 80, 180]

【讨论】：

接受这个答案，因为它在大约 2M 行的数据集上运行速度很快。

我不能模拟生产 2M 行。 @jezrael 有一个很好的解决方案。转置显然是一个逆，我认为这会占用内存。与 spark 不同的是，Pandas 笔记本不可扩展，这样的操作可能会很慢。

【参考方案2】：

使用DataFrame.to_dict 和orient='list' 并转置DataFrame：

d = df.set_index('site_id').T.to_dict(orient='list')
print (d)
1: [4, 2, 5, 50, 150],  
 2: [56, 3, 6, 60, 160], 
 3: [7, 4, 7, 70, 170], 
 4: [8, 5, 8, 80, 180]

【讨论】：

对于大约 2M 行的 Dataframe，哪种解决方案更快？你的还是@wwnde？​​span>

@MayankPorwal - 看起来像 wwnde 答案。

好的，感谢@jezrael 的帮助。已经对你的答案投了赞成票。

@MayankPorwal - 是的，好的

@MayankPorwal - Soo 正在寻找最快的解决方案？