用同一行但不同列的值填充字典

Question

最近我一直在尝试映射一些值，所以我正在尝试创建一个字典来做到这一点。奇怪的是我的 DataFrame 有一个由列表组成的列，而 DataFrame 与列表总是有点尴尬。 DataFrame 的结构如下：

    rules          procedure
['10','11','12']       1
['13','14']            2
['20','21','22','24']  3

所以我想创建一个字典，将“10”映射到 1，将“14”映射到 2，依此类推。我尝试了以下方法：

dicc=dict()
for j in df['rules']:
    for i,k in zip(j,df.procedure):
        dicc[i]=k

但这并没有成功。可能与索引有关。我错过了什么？

编辑：我正在尝试创建一个将值“10”、“11”、“12”映射到 1 的字典； '13','14' 到 2; '20','21','22','24' 到 3，所以如果我输入dicc['10'] 我得到1，如果我输入dicc['22'] 我得到3。显然，实际的 DataFrame 相当大，我无法手动完成。

Answer 1

使用collections.ChainMap：

from collections import ChainMap

res = dict(ChainMap(*map(dict.fromkeys, df['rules'], df['procedure'])))

print(res)

{'10': 1, '11': 1, '12': 1, '13': 2, '14': 2,
 '20': 3, '21': 3, '22': 3, '24': 3}

对于许多用途，最终的dict 转换不是必需的：

提供了一个ChainMap 类，用于快速链接多个 映射，因此它们可以被视为一个单元。很多时候 比创建新字典和运行多个 update() 更快 来电。

另见What is the purpose of collections.ChainMap?

Answer 2

您可以检查展平列表

dict(zip(sum(df.rules.tolist(),[]),df.procedure.repeat(df.rules.str.len())))
Out[60]: 
{'10': 1,
 '11': 1,
 '12': 1,
 '13': 2,
 '14': 2,
 '20': 3,
 '21': 3,
 '22': 3,
 '24': 3}

Answer 3

使用itertools.chain 和DataFrame.itertuples：

dict(
    chain.from_iterable(
        ((rule, row.procedure) for rule in row.rules) for row in df.itertuples()
    )
)

Answer 4

来自cytoolz的帮助

from cytoolz.dicttoolz import merge

merge(*map(dict.fromkeys, df.rules, df.procedure))

{'10': 1,
 '11': 1,
 '12': 1,
 '13': 2,
 '14': 2,
 '20': 3,
 '21': 3,
 '22': 3,
 '24': 3}

---

注意

我更新了我的帖子以模仿 @jpp 如何将多个可迭代对象传递给 map。 @jpp's answer is very good。虽然我主张投票所有有用的答案，但我希望我能再次投票他们的答案（-：

Answer 5

你可以这样做：

import pandas as pd

data = [[['10', '11', '12'], 1],
        [['13', '14'], 2],
        [['20', '21', '22', '24'], 3]]

df = pd.DataFrame(data=data, columns=['rules', 'procedure'])

d = {r : p for rs, p in df[['rules', 'procedure']].values for r in rs}
print(d)

输出

{'20': 3, '10': 1, '11': 1, '24': 3, '14': 2, '22': 3, '13': 2, '12': 1, '21': 3}

注意事项：

• 代码{r : p for rs, p in df[['rules', 'procedure']].values for r in rs} 是一个字典推导，对应的字典 列表。
• df[['rules', 'procedure']].values 相当于 zip(df.rules, df.procedure) 它输出一对列表，int。所以 rs 变量是一个列表，p 是一个整数。
• 最后，您使用第二个 for 循环遍历 rs 的值

更新

按照@piRSquared 的建议，您可以使用 zip：

d = {r : p for rs, p in zip(df.rules, df.procedure) for r in rs}