Python3.x 将两列合并为一列，将它们制成字典 pandas groupby

发布于08月31日

我有一个数据框，如下所示

df

cust_id   product       score
1         bat           0.8
2         ball          0.3
2         phone         0.6
3         tv            1.0
2         bat           1.0
4         phone         0.2
1         ball          0.6

从上面我想准备下面的数据框架.

注:词典应按分值降序排序

Expected Output:

cust_id   product_dict       
1         {'bat': 0.8, 'ball':0.6}         
2         {'bat': 1.0, 'phone':0.6, 'ball':0.3}         
3         {'tv': 1.0}
4         {'phone':0.2}

我try 了下面的代码，但不起作用.

s = df.groupby(['cust_id','product'])['score'].apply(list)

d = {x: s.xs(x).to_dict() for x in s.index.levels[0]}

df1 = df.groupby('cust_id').agg(num_of_products=('product','nunique'))

df1.insert(2, 'product_dict', df1.index.map(d))
df1 = df1.reset_index()

推荐答案

您可以try :

df.set_index('product')
      .groupby('cust_id')
   .apply(lambda x: x['score'].to_dict())
   .reset_index(name='product_dict')
)

输出:

   cust_id                             product_dict
0        1                {'bat': 0.8, 'ball': 0.6}
1        2  {'ball': 0.3, 'phone': 0.6, 'bat': 1.0}
2        3                              {'tv': 1.0}
3        4                           {'phone': 0.2}

Note:要获得正确的顺序，只需在GROUPBY之前对数据进行排序:

(df.sort_values('score', ascending=False)
   .set_index('product')
   .groupby('cust_id')
   .apply(lambda x: x['score'].to_dict())
   .reset_index(name='product_dict')
)

输出:

   cust_id                             product_dict
0        1                {'bat': 0.8, 'ball': 0.6}
1        2  {'bat': 1.0, 'phone': 0.6, 'ball': 0.3}
2        3                              {'tv': 1.0}
3        4                           {'phone': 0.2}