如何在 Python 中从另一个字典中复制唯一键和值

Question

我有一个数据框df，其中包含Col 列中的值可以重复的事务。我使用计数器dictionary1 来计算每个Col 值的频率，然后我想对数据的子集运行for 循环并获得值pit。我想创建一个新字典dict1，其中键是来自dictionary1 的键，值是pit 的值。这是我到目前为止的代码：

dictionary1 = Counter(df['Col'])
dict1 = defaultdict(int)

for i in range(len(dictionary1)):       
    temp = df[df['Col'] == dictionary1.keys()[i]]
    b = temp['IsBuy'].sum()
    n = temp['IsBuy'].count()
    pit = b/n
    dict1[dictionary1.keys()[i]] = pit

我的问题是，如何根据dictionary1 的键和pit 的计算得到的值来为dict1 分配键和值。也就是说，上面脚本最后一行代码的正确写法是什么。

谢谢。

Answer 1

由于您使用的是pandas，我应该指出您面临的问题很常见，因此有一种内置方法可以解决。我们称将“相似”数据收集到组中，然后对它们执行操作 groupby 操作。阅读 groupby split-apply-combine idiom 上的教程部分可能很有价值——你可以做很多巧妙的事情！

计算pit 值的可行方法类似于

df.groupby("Col")["IsBuy"].mean()

例如：

>>> # make dummy data
>>> N = 10**4
>>> df = pd.DataFrame({"Col": np.random.randint(1, 10, N), "IsBuy": np.random.choice([True, False], N)})
>>> df.head()
   Col  IsBuy
0    3  False
1    6   True
2    6   True
3    1   True
4    5   True
>>> df.groupby("Col")["IsBuy"].mean()
Col
1      0.511709
2      0.495697
3      0.489796
4      0.510658
5      0.507491
6      0.513183
7      0.522936
8      0.488688
9      0.490498
Name: IsBuy, dtype: float64

如果你坚持的话，你可以把它变成一个系列的字典：

>>> df.groupby("Col")["IsBuy"].mean().to_dict()
{1: 0.51170858629661753, 2: 0.49569707401032703, 3: 0.48979591836734693, 4: 0.51065801668211308, 5: 0.50749063670411987, 6: 0.51318267419962338, 7: 0.52293577981651373, 8: 0.48868778280542985, 9: 0.49049773755656106}