python – pandas数据框 – 使用初始值减少

2024年1月12日 221次阅读

我正在将我的一些R东西移动到
Python,因此我必须使用pandas.DataFrames.有几件事我想优化.

假设我们有一张桌子

key value
abc 1
abc 2
abd 1

我们希望得到一个形式字典{key – >列表[值]}.这就是我现在如何完成这项工作的方法.

from pandas import DataFrame
from StringIO import StringIO


def get_dict(df):
    """
    :param df:
    :type df: DataFrame
    """
    def f(accum, row):
        """
        :param accum:
        :type accum: dict
        """
        key, value = row[1]
        return accum.setdefault(key, []).append(value) or accum
    return reduce(f, df.iterrows(), {})


table = StringIO("key\tvalue\nabc\t1\nabc\t2\nabd\t1")
parsed_table = [row.rstrip().split("\t") for row in table]
df = DataFrame(parsed_table[1:], columns=parsed_table[0])
result = get_dict(df)  # -> {'abc': ['1', '2'], 'abd': ['1']}

我不喜欢的两件事：

>内置reduce的使用标准Python迭代协议,这种协议会破坏基于NumPy的数据结构(如DataFrame)的速度.我知道DataFrame.apply有一个reduce模式,但它没有像dict这样的起始值.
>(一个小缺点)我必须使用索引来从行中获取特定值.我希望我可以像R一样按名称访问行中的特定字段,即行$key而不是row [1] [0]

先感谢您

最佳答案 一种选择是使用groupby并使用pandas系列申请结束：

In [2]: df
Out[2]:
   key  value
0  abc      1
1  abc      2
2  abd      1

In [3]: df.groupby("key").value.apply(list)
Out[3]:
key
abc    [1, 2]
abd       [1]
Name: value, dtype: object

In [4]: _3.ix['abc']
Out[4]: [1, 2]
点赞