从由分隔符分割的两个熊猫系列创建字典

Question

如果用“：”分割，我有两列 A 和 B 具有相应的键和值。我正在尝试在 ColumnC 中创建一个字典，以便以后能够根据 ColumnC 中的键添加更多列。

ColumnA	ColumnB	ColumnC	abc	def
abc:def:ghi	111:222:333	{'abc':111,'def':222,'ghi':333}	111	222
jkl:def	444:555	{'jkl':444,'def':555}		555
abc:stu:vwx:ach	666:777:888:999	{'abc':666,'stu':777,'vwx':888,'ach':999}	666

当列表不是熊猫系列的一部分时，下面的代码有效，但是当我应用于熊猫系列时，它会抛出 TypeError: unhashable type: 'list'。

ColumnA = 'abc:def:ghi'
ColumnB = '111:222:333'

ColumnA_list = ColumnA.split(':')
ColumnB_list = ColumnB.split(':')

ColumnC = dict(zip(ColumnA_list, ColumnB_list))
print(ColumnC)

但是，下面的代码会抛出错误：

KEYS = df['ColumnA'].str.split(':')
VALUES = df['ColumnB'].str.split(':')

df['ColumnC'] = dict(zip(KEYS, VALUES))
print(df['ColumnC'])

TypeError: unhashable type: 'list'

我尝试使用其他方法创建字典，但无法克服此错误。我还尝试先将它们转换为元组和集合，但没有奏效。这是实现我尝试从 ColumnC 获得的最佳方法吗？有其他方法吗？

Answer 1

简化了一下流程，如下：

代码：

import pandas as pd
import numpy as np

ColumnA = 'abc:def:ghi'
ColumnB = '111:222:333'
ColumnC = dict(zip(ColumnA.split(':'), ColumnB.split(':')))
print(ColumnA, ColumnB, ColumnC)

df = pd.DataFrame()
df['ColumnA'] = ColumnA.split(':')
df['ColumnB'] = ColumnB.split(':')
df['ColumnC'] = ColumnC.items()
print(df)

输出：

abc:def:ghi 111:222:333 {'abc': '111', 'def': '222', 'ghi': '333'}
  ColumnA ColumnB     ColumnC
0     abc     111  (abc, 111)
1     def     222  (def, 222)
2     ghi     333  (ghi, 333)

Answer 2

你可以试试：

>>> df
           ColumnA          ColumnB
0      abc:def:ghi      111:222:333
1          jkl:def          444:555
2  abc:stu:vwx:ach  666:777:888:999
>>>
>>> df['ColumnC'] = df.apply(lambda row: dict(zip(row.ColumnA.split(':'), row.ColumnB.split(':'))), axis=1)
>>>
>>> df['ColumnC']
0    {'abc': '111', 'def': '222', 'ghi': '333'}              
1    {'jkl': '444', 'def': '555'}                            
2    {'abc': '666', 'stu': '777', 'vwx': '888', 'ach': '999'}
Name: ColumnC, dtype: object