首页 / PYTHON / python – Pandas – 将两列作为字典转换为新列

python – Pandas – 将两列作为字典转换为新列

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – Pandas – 将两列作为字典转换为新列，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1272字，纯文字阅读大概需要2分钟。

内容图文

我正在尝试使用Pandas将两列转换为一列,该列是两个转换列的字典表示.

df = DataFrame({'Metrics' : [[("P", "P"), ("Q","Q")], ("K", "K"), ("Z", "Z")], 
                'Stage_Name' : ["P", "K", "Z"],  
                'Block_Name' : ["A", "B", "A"]})

基本上我想合并Metrics和Stage_Name：

进入另一个名为merged的列,例如,第一行将是：

{'P': [('P', 'P'), ('Q', 'Q')]}

我知道如何将一行转换为字典表示,但是,我不知道如何在没有for循环的情况下对所有行执行此操作：

something = df.iloc[[0]].set_index('Stage_Name')['Metrics'].to_dict()
print something
Output: {'P': [('P', 'P'), ('Q', 'Q')]}

稍后我想基于Block_Name进行聚合,因此对于合并列,结果将是为Block_Name添加的两个词典：A.

{'P': [('P', 'P'), ('Q', 'Q')], 'Z' : [('Z', 'Z')] }

对于Stage_Name和Metrics,我只是将它附加到列表中,如下所示：

grouped = df.groupby(df['Block_Name'])
df_2 = grouped.aggregate(lambda x: tuple(x))

有人能指出我正确的方向吗？谢谢！

解决方法:

正确的IIUC然后你使用lambda：

In [19]:
df['merged'] = df.apply(lambda row: {row['Stage_Name']:row['Metrics']}, axis=1)
df

Out[19]:
  Block_Name           Metrics Stage_Name                           merged
0          A  [(P, P), (Q, Q)]          P  {'P': [('P', 'P'), ('Q', 'Q')]}
1          B            (K, K)          K                {'K': ('K', 'K')}
2          A            (Z, Z)          Z                {'Z': ('Z', 'Z')}

内容总结

以上是互联网集市为您收集整理的python – Pandas – 将两列作为字典转换为新列全部内容，希望文章能够帮你解决python – Pandas – 将两列作为字典转换为新列所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/733483.html

来源：【匿名】