将两列 Pandas 数据框转换为以第一列为键的列表字典答案

【问题标题】：Convert two columns Pandas data frame to dictionary of list with first column as keys将两列 Pandas 数据框转换为以第一列为键的列表字典
【发布时间】：2016-05-03 22:53:56
【问题描述】：

我有以下数据框：

import pandas as pd

df = pd.DataFrame({
    "ClusterID" : [1,2,2,1,3],
    "Genes" : ['foo','qux','bar','cux','fii'],
})

看起来像这样：

  ClusterID Genes
0          1   foo
1          2   qux
2          2   bar
3          1   cux
4          3   fii

我想要做的是将它们转换成列表字典：

{ '1': ['foo','cux'],
  '2': ['qux','bar'],
  '3': ['fii']}

我该怎么做？

【问题讨论】：

标签： python dictionary pandas

【解决方案1】：

您可以使用groupby 和apply tolist 然后使用Series.to_dict：

import pandas as pd

df = pd.DataFrame({
    "ClusterID" : [1,2,2,1,3],
    "Genes" : ['foo','qux','bar','cux','fii'],
})
print df
   ClusterID Genes
0          1   foo
1          2   qux
2          2   bar
3          1   cux
4          3   fii

s = df.groupby('ClusterID')['Genes'].apply(lambda x: x.tolist())
print s
ClusterID
1    [foo, cux]
2    [qux, bar]
3         [fii]
Name: Genes, dtype: object

print s.to_dict()
{1: ['foo', 'cux'], 2: ['qux', 'bar'], 3: ['fii']}

【讨论】：

【解决方案2】：

dct = {x:df.Genes[df.ClusterID == x].tolist() for x in set(df.ClusterID)}
# dct == {1: ['foo','cux'], 2: ['qux','bar'], 3: ['fii']}

由于您的 ClusterID 列由整数值组成，因此您的字典键也是如此。如果您希望键是示例中的字符串，只需使用 str 函数作为

dct = {str(x):df.Genes[df.ClusterID == x].tolist() for x in set(df.ClusterID)}

这里我们使用字典理解语句。表达式set(df.ClusterID) 将为我们提供该列中的一组唯一值（我们可以使用一组，因为字典键无论如何都是无序的）。 df.Genes[df.ClusterID == x] 将为我们获取 Genes 列中与 ClusterID 值等于 x 的行相对应的值。使用 tolist() 会将返回的 pandas.Series 转换为列表。

因此，此字典表达式循环遍历 ClusterID 列中的每个唯一值，并将与该值对应的 Genes 值列表存储为该值下的字典中的列表键。

【讨论】：