Skip to main content
 首页 » 编程设计

python之将 Pandas 数据框转换为 N 对 1 字典,其中 N 列是指向单个列的键作为值

2025年01月19日13jpfss

我想从 Pandas 数据框制作一个字典,其中 N 列的每一行都指向单个列中的值,并且想知道是否有一种有效的方法可以做到这一点而不必构造一堆for 循环和字典更新。

例如,是一种更加程序化/Pandas'y 的方式来完成以下操作。

import pandas as pd 
columns = ["A", "B", "C"] 
data = [[1, 11, 111], 
        [2, 22, 222], 
        [3, 33, 333]] 
df = pd.DataFrame(data=data, columns=columns) 
df 
 
Out[1]: 
    A   B   C 
0   1   11  111 
1   2   22  222 
2   3   33  333 
 
 
mdict = {} 
for c in df.columns: 
    mdict.update(dict(zip(df[c], df['A']))) 
mdict 
 
Out[2]: 
{1: 1, 2: 2, 3: 3, 11: 1, 22: 2, 33: 3, 111: 1, 222: 2, 333: 3} 

我最终试图创建一个长的键字典,所有键都指向相同的值,这样我就可以转到另一个数据框并应用映射函数来标准化条目。是否需要这个字典步骤,或者是否有更简单的方法来完成此操作而无需通过中间字典?谢谢!

df2 = pd.DataFrame(data=[1, 11, 111, 2, 22, 222, 3, 33, 333], columns=['D']) 
df2['D'] = df2['D'].map(mdict) 
df2 
 
Out[3]: 
    D 
0   1 
1   1 
2   1 
3   2 
4   2 
5   2 
6   3 
7   3 
8   3 

请您参考如下方法:

另一种方法是:

g = df.set_index('A', drop=False).unstack() 
m = dict(zip(g.values,  g.index.get_level_values(1))) 
 
m 
{1: 1, 2: 2, 3: 3, 11: 1, 22: 2, 33: 3, 111: 1, 222: 2, 333: 3} 
 
df1.D.map(m) 
 
0    1 
1    1 
2    1 
3    2 
4    2 
5    2 
6    3 
7    3 
8    3 
Name: D, dtype: int64 

以类似的方式,您可以将 pd.Series 对象传递给 map 。

s = pd.Series(g.index.get_level_values(1), index=g.values) 
s 
 
1      1 
2      2 
3      3 
11     1 
22     2 
33     3 
111    1 
222    2 
333    3 
Name: A, dtype: int64 
 
df1.D.map(s) 
 
0    1 
1    1 
2    1 
3    2 
4    2 
5    2 
6    3 
7    3 
8    3 
Name: D, dtype: int64