pandas dataframe 两列转字典

在数据处理时，时常需要将数据表的两列转化为字典映射形式

df[[‘A’,‘B’]] -----> dict(key:A, value:B)

方法一：使用zip

d = dict(zip(df['A'],df['B']))

import pandas as pd
import numpy as nptest_dict = {'id':[1,2,3,4,5,6],'name':['Alice','Bob','Cindy','Eric','Helen','Grace '],'gender':[0,1,0,1,0,0],'math':[90,89,99,78,97,93]}
df = pd.DataFrame.from_dict(test_dict)print(df)
'''id    name  gender  math
0   1   Alice       0    90
1   2     Bob       1    89
2   3   Cindy       0    99
3   4    Eric       1    78
4   5   Helen       0    97
5   6  Grace        0    93
'''dict(zip(df['id'],df['math']))
# {1: 90, 2: 89, 3: 99, 4: 78, 5: 97, 6: 93}

方法二：将A设为索引后，转字典

d = df.set_index('A')['B'].to_dict()

d = df.set_index('id')['math'].to_dict()
# {1: 90, 2: 89, 3: 99, 4: 78, 5: 97, 6: 93}

建议使用方法二，速度更快。

实际问题中，常需要将原始表df，按某种方式聚合得到df2，需要得到df2的两列字典。可以直接联合使用聚合groupby，agg和to_dict函数。

d = df.groupby('A')['B'].mean().to_dict()

如何得到不同性别的平均成绩字典

d = df.groupby('gender')['math'].mean().to_dict()
# {0: 94.75, 1: 83.5}

参考：What is the most efficient way to create a dictionary of two pandas Dataframe columns

pandas dataframe 两列转字典相关推荐

pandas计算dataframe两列数据值相等的行号、取出DataFrame中两列值相等的行号
pandas计算dataframe两列数据值相等的行号.取出DataFrame中两列值相等的行号目录 pandas计算dataframe两列数据值相等的行号.取出DataFrame中两列值相等的行号
Python语言学习：利用pandas对两列字段元素求差集(对比两列字段所有元素的异同)
Python语言学习:利用pandas对两列字段元素求差集(对比两列字段所有元素的异同) 目录利用pandas对两列字段元素求差集(对比两列字段所有元素的异同) 输出结果实现代码利用pandas ...
pandas 根据两列数据筛选dataframe
如果是筛选某一列中等于某个值的那一行,可以使用: dataframe[dataframe['列名'] == "具体值"] 如果筛选某两列中的值等于具体值的那几行,可以使用: sea ...
pandas去除两列中同一行有相同元素的数据——数据分析必备技能(5)
废话不多说,直接跟小编进入今天的正文. 假设现在有一数据集,如下: import pandas as pdname = ['bob', 'mike','lisa','jay','alen','book ...
pandas dataframe调整列的位置
pandas dataframe在指定的位置添加一列!简单和通用方法_我是张张的博客-CSDN博客
pandas操作两列日期类型数据相减并要求结果为整数类型
在 pandas 中,两列日期类型数据相减可以使用减法运算符,结果会得到一个 Timedelta 类型.如果要求结果为整数类型,可以使用其 dt 属性中的 total_seconds 方法,来获取时间 ...
Dataframe两列值去重
有时候处理数据的时候会遇到这样的情况,尽管两列合在一起后表达的意思一样,但无法直接把他们去重因此我们可以在去重前多进行一步,把两列数据合并成 list 后去重,再把他们分开 # 1.合并数据,转换成 ...
dataframe两列相乘构造新特征
假如我们要构建新特征b, 目的是从a中筛选出数值在4~6之间的数据,如果符合就是True,否则就是False. 那么代码如下: import pandas as pd lists=pd.DataFra ...
python怎么将两列数据比大小_python – 使用大pandas比较两列
您可以使用 np.where.如果cond是一个布尔数组,并且A和B是数组,那么 C = np.where(cond, A, B) 定义C等于A,其中cond为True,而B为cond,则为False ...

pandas dataframe 两列转字典

pandas dataframe 两列转字典相关推荐

最新文章

热门文章