将 pandas GroupBy 中的列值聚合为 dict

Question

这是我在过去的采访中提出的问题。

我们的输入数据具有以下列：

语言、产品 ID、货架 ID、排名

例如，输入将具有以下格式

English, 742005, 4560, 10.2 
English, 6000075389352, 4560, 49
French, 899883993, 4560, 32
French, 731317391, 7868, 81

我们想对语言、货架 id 列进行“分组”操作，并根据“rank”属性的排序说明对产品列表进行排序，这将导致输出具有以下格式：

语言，shelf_id，{product_id:rank1, product_id:rank2 ....}

对于每条记录。

对于给定的输入，输出如下：

English, 4560, {6000075389352:49, 742005:10.2}
French, 4560, 899883993:32
French, 7868, 731317391:81

我通过使用键（通过组合语言和货架 id 创建）并插入产品 id 并为每个键排名来解决这个问题。

我的方法有效，但使用 python pandas 库似乎有一种更简单的方法。我已经阅读了一些参考资料，但我仍然不确定是否有比我所做的更好的方法（通过使用具有该密钥的语言、货架 ID 和字典创建密钥来解决问题）

任何帮助将不胜感激。

Answer 1

设置

df = pd.read_csv('file.csv', header=None)  
df.columns = ['Lang', 'product_id', 'shelf_id', 'rank_id']    

df
      Lang     product_id  shelf_id  rank_id
0  English         742005      4560     10.2
1  English  6000075389352      4560     49.0
2   French      899883993      4560     32.0
3   French      731317391      7868     81.0

您可以使用df.groupby 按Lang 和shelf_id 分组。然后使用df.apply得到{productid : rankid}的字典：

(df.groupby(['Lang', 'shelf_id'], as_index=False)
   .apply(lambda x: dict(zip(x['product_id'], x['rank_id'])))
   .reset_index(name='mapping'))

      Lang  shelf_id                              mapping
0  English      4560  {6000075389352: 49.0, 742005: 10.2}
1   French      4560                    {899883993: 32.0}
2   French      7868                    {731317391: 81.0}