在Pandas DataFrame中使用字典聚合

Question

I have a DataFrame:

dat = pd.DataFrame({
    'key1' : [ 1,   1,   2,   2,   3,   3,   3,   3,   4,   4],
    'key2' : ['a', 'b', 'a', 'c', 'b', 'c', 'd', 'e', 'c', 'e'],
    'value' : [1,   2,   3,   4,   5,   6,   7,   8,   9,   10]
})

我可以使用`list`函数来聚合这些列：参考链接。

dat.groupby('key1')['key2'].apply(list)
## key1
## 1          [a, b]
## 2          [a, c]
## 3    [b, c, d, e]
## 4          [c, e]
## Name: key2, dtype: object

如果我想要按key1进行分组并获得聚合，每行都是一个dict的{ key2 : value }对，该怎么办？ 我期望的输出结果是：

## key1
## 1          {a : 1, b : 2}
## 2          {a : 3, c : 4}
## 3    {b : 5, c : 6, d : 7, e : 8}
## 4          {c : 9, e : 10}

在pandas中如何实现这个目标？

一种解决方案是使用上面的函数创建两个列表，然后将它们合并为dict，但也许有更好的解决方案？

- Tim

---

你期望的输出是什么？ - cs95

你是否在寻找类似这样的内容？df.groupby('key1')['key2', 'value'].apply(lambda x: dict(x.values)) - cs95

@coldspeed，我已经更新了。是的，这就是我要找的！ - Tim

Answer 1

根据您的更新，您正在寻找 groupby + apply。

df.groupby('key1')['key2', 'value'].apply(lambda x: dict(x.values))

key1
1                    {'a': 1, 'b': 2}
2                    {'a': 3, 'c': 4}
3    {'b': 5, 'c': 6, 'd': 7, 'e': 8}
4                   {'c': 9, 'e': 10}
dtype: object

- cs95

---

谢谢！您能否评论一下为什么.apply(lambda x : dict(x))不起作用？我试图逐步实现您的解决方案，但错误阻止了我自己找到它... - Tim

@Tim .apply(lambda x : x) 就像是说 1=1，它什么也不做——输出与输入完全相同。你需要以某种方式对其进行聚合，这就是 dict 在其中的作用。 - cs95

很难想到一个替代方案。 - Bharath M Shetty