Pandas：希望在创建嵌套字典时避免 for 循环答案

【问题标题】：Pandas: Looking to avoid a for loop when creating a nested dictionaryPandas：希望在创建嵌套字典时避免 for 循环
【发布时间】：2022-01-19 17:14:05
【问题描述】：

这是我的数据：

df:

id sub_id
A  1
A  2
B  3
B  4

我有以下数组：

[[1,2],
[2,5],
[1,4],
[7,8]]

这是我的代码：

from collections import defaultdict

sub_id_array_dict = defaultdict(dict)
for i, s, a in zip(df['id'].to_list(), df['sub_id'].to_list(), arrays):
    sub_id_array_dict[i][s] = a

现在，我的实际数据框总共包含 1 亿行（唯一 sub_id）和 50 万个唯一 ID。理想情况下，我想避免 for 循环。

任何帮助将不胜感激。

【问题讨论】：

标签： python pandas dictionary

【解决方案1】：

假设 arrays 变量的行数与 Dataframe 中的行数相同，

df['value'] = arrays

通过分组转换成字典

df.groupby('id').apply(lambda x: dict(zip(x.sub_id, x.value))).to_dict()

输出

{'A': {1: [1, 2], 2: [2, 5]}, 'B': {3: [1, 4], 4: [7, 8]}}

【讨论】：

【解决方案2】：

您可以将arrays 分配给一列，然后使用pivot：

df['value'] = arrays
out = df.pivot('sub_id','id','value').to_dict()

输出：

{'A': {1: [1, 2], 2: [2, 5], 3: nan, 4: nan},
 'B': {1: nan, 2: nan, 3: [1, 4], 4: [7, 8]}}

如果你想摆脱NaNs：

new_out = {key: {k:v for k,v in val.items() if v is not np.nan} for key, val in out.items()}

输出：

{'A': {1: [1, 2], 2: [2, 5]}, 'B': {3: [1, 4], 4: [7, 8]}}

【讨论】：