主页 / 问题 / 1508557
Accepted
Елена Сергеева
Asked:2023-03-27 22:25:49 +0000 UTC2023-03-27 22:25:49 +0000 UTC

获取某种字典

  • 772

我有一个这样的数据框：

q = [[nan, nan],
 [nan, nan],
 ['29', 'B'],
 ['29', 'D'],
 ['29', 'C'],
 [nan, nan],
 ['30', 'B'],
 ['30', 'D'],
 ['30', 'C'],
 [nan, nan],
 ['30', 'E'],
 ['30', 'G'],
 ['30', 'F'],
 [nan, nan],
 ['32', 'B'],
 ['32', 'D'],
 ['32', 'C'],
 [nan, nan],
 ['31', 'B'],
 ['31', 'D'],
 ['31', 'C']]

列名称：

columns = ['source', 'own']

需要获取如下形式的字典：

dict1 = {'29': ['B', 'D', 'C'],
 '30': ['B', 'D', 'C', '', 'E', 'G', 'F'],
 '32': ['B', 'D', 'C'],
 '31': ['B', 'D', 'C'],
 '33': ['B', 'D', 'C', '', 'E', 'G', 'F']}

目前有一个解决方案：

def get_correct_column_order(data_schema):
    correct_column_order = defaultdict(list)
    for i in range(data_schema.shape[0]):
        source = data_schema['source'].iloc[i]
        if isinstance(source, str):
            value = data_schema['own'].iloc[i]
            correct_column_order[source].append(value)
    return dict(correct_column_order)

df = pd.DataFrame(q, columns=columns)
get_correct_column_order(df)

并得到一本字典

dict2 = {'29': ['B', 'D', 'C'],
 '30': ['B', 'D', 'C', 'E', 'G', 'F'],
 '32': ['B', 'D', 'C'],
 '31': ['B', 'D', 'C'],
 '33': ['B', 'D', 'C', 'E', 'G', 'F']}
python

1 个回答

  1. Best Answer

    为什么这么难，平时的groupby工作。但是为了仍然有一个空行，你首先必须萨满化：

    mask = df['source'].isnull() & (df['source'].ffill() == df['source'].bfill())
df.loc[mask, 'source'] = df['source'].ffill().loc[mask]
df.loc[mask, 'own'] = ''

df.groupby('source').agg(list)['own'].to_dict()

    结论：

    {'29': ['B', 'D', 'C'],
 '30': ['B', 'D', 'C', '', 'E', 'G', 'F'],
 '31': ['B', 'D', 'C'],
 '32': ['B', 'D', 'C']}

    如果你在 中使用循环Pandas，那么你做错了什么，通常一切都可以用“向量”的方式解决。

    • 1

相关问题