我希望能够循环遍历一个包含1000万行数据的pandas数据框,并将它们添加到一个已经存在的set字典中。
例如,对于这样的一个字典:
x = {10: {1, 2, 3, 5}, 12: {6, 7, 8, 9, 10}}
并且有一个这样的数据框:
d = {'ID': [10, 10, 10, 12, 12, 12], 'Another_ID': [1, 4, 6, 6, 7, 13]}
df = pd.DataFrame(data=d)
ID Another_ID
10 1
10 4
10 6
12 6
12 7
12 13
我想逐行查看并添加ID“尚未看到”的新值。 我想得到这样的结果。
x = {10: {1, 2, 3, 4, 5, 6}, 12: {6, 7, 8, 9, 10, 13}}
我已尝试使用以下简单函数进行迭代。
for i in df [['ID' , 'Another_ID' ]] .values():
dict[i[0]].add(i[1])
我可以手动输入值,使用以下方式进行操作,但无法在循环中执行!
dict[10].add(6)
如果有人知道如何循环遍历这两个pandas列并向集合添加新值,请告诉我!请牢记,由于有1000万行数据,因此必须相对快速地完成。谢谢!