python大 pandas 将数据帧转换为具有多个值的字典 [英] python pandas convert dataframe to dictionary with multiple values

问题描述

我有一个包含2列地址和ID的数据框。我想在字典中将ID与相同的地址合并

 将大熊猫导入为pd，numpy为np 
 
 df = pd.DataFrame（{'Address'：['12 A'，'66 C'，'10 B'，'10 B'，'12 A'，'12 A']，
' ID'：['Aa'，'Bb'，'Cc'，'Dd'，'Ee'，'Ff']}）
 AS = df.set_index（'Address'）['ID']。 to_dict（）
 
打印df 
 
地址ID 
 0 12 A Aa 
 1 66 C Bb 
 2 10 B Cc 
 3 10 B Dd 
 4 12 A Ee 
 5 12 A Ff 
 
打印AS 
 
 {'66 C'：'Bb'，' 12 A'：'Ff'，'10 B'：'Dd'} 
  

我想要的是对于重复的存储多个值，如：

  {'66 C'：['Bb']，'12 A' ['Aa'，'Ee'，'Ff']，'10 B'：['Cc'，'Dd']} 
  

解决方案

我想你可以使用 groupby 和一个字典理解在这里：

 >>> df 
地址ID 
 0 12 A Aa 
 1 66 C Bb 
 2 10 B Cc 
 3 10 B Dd 
 4 12 A Ee 
 5 12 A Ff 
>>>> {k：list（v）for k，v in df.groupby（Address）[ID]} 
 {'66 C'：['Bb']，'12 A'：['Aa '，'Ee'，'Ff']，'10 B'：['Cc'，'Dd']} 
  

I have a dataframe with 2 columns Address and ID. I want to merge IDs with the same addresses in a dictionary

import pandas as pd, numpy as np

df = pd.DataFrame({'Address' : ['12 A', '66 C', '10 B', '10 B', '12 A', '12 A'],
                'ID' : ['Aa', 'Bb', 'Cc', 'Dd', 'Ee', 'Ff']})
AS=df.set_index('Address')['ID'].to_dict()

print df

  Address  ID
0    12 A  Aa
1    66 C  Bb
2    10 B  Cc
3    10 B  Dd
4    12 A  Ee
5    12 A  Ff

print AS

{'66 C': 'Bb', '12 A': 'Ff', '10 B': 'Dd'}

What I want is for the duplicates to store multiple values like:

{'66 C': ['Bb'], '12 A': ['Aa','Ee','Ff'], '10 B': ['Cc','Dd']}

解决方案

I think you can use groupby and a dictionary comprehension here:

>>> df
  Address  ID
0    12 A  Aa
1    66 C  Bb
2    10 B  Cc
3    10 B  Dd
4    12 A  Ee
5    12 A  Ff
>>> {k: list(v) for k,v in df.groupby("Address")["ID"]}
{'66 C': ['Bb'], '12 A': ['Aa', 'Ee', 'Ff'], '10 B': ['Cc', 'Dd']}

这篇关于python大 pandas 将数据帧转换为具有多个值的字典的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！