Pandas: ein Wörterbuch mit einer Liste von Spalten erstellen als Werte

Question

Vor diesem DataFrame:

import pandas as pd 
first=[0,1,2,3,4] 
second=[10.2,5.7,7.4,17.1,86.11] 
third=['a','b','c','d','e'] 
fourth=['z','zz','zzz','zzzz','zzzzz'] 
df=pd.DataFrame({'first':first,'second':second,'third':third,'fourth':fourth}) 
df=df[['first','second','third','fourth']] 

    first second third fourth 
0  0 10.20  a  z 
1  1 5.70  b  zz 
2  2 7.40  c zzz 
3  3 17.10  d zzzz 
4  4 86.11  e zzzzz 

ein Wörterbuch aus df mit erstellen

a=df.set_index('first')['second'].to_dict() 

, damit ich entscheiden kann, was keys ist und was ist values. Aber was, wenn Sie möchten, dass values eine Liste von Spalten ist, wie second AND third?

Wenn ich versuche, dieses

b=df.set_index('first')[['second','third']].to_dict() 

ich ein seltsames Wörterbuch der Wörterbücher

{'second': {0: 10.199999999999999, 
    1: 5.7000000000000002, 
    2: 7.4000000000000004, 
    3: 17.100000000000001, 
    4: 86.109999999999999}, 
'third': {0: 'a', 1: 'b', 2: 'c', 3: 'd', 4: 'e'}} 

Stattdessen möchte ich ein Wörterbuch von Listen

{0: [10.199999999999999,a], 
1: [5.7000000000000002,b], 
2: [7.4000000000000004,c], 
3: [17.100000000000001,d], 
4: [86.109999999999999,e]} 

Wie damit umgehen ?

Answer 1

Jemand anderes kann wahrscheinlich mit einer puren Pandas-Lösung plaudern, aber im Notfall denke ich, dass dies für Sie funktionieren sollte. Sie würden das Wörterbuch im Grunde sofort erstellen und stattdessen Werte in jeder Zeile indizieren.

d = {df.loc[idx, 'first']: [df.loc[idx, 'second'], df.loc[idx, 'third']] for idx in range(df.shape[0])} 

d 
Out[5]: 
{0: [10.199999999999999, 'a'], 
1: [5.7000000000000002, 'b'], 
2: [7.4000000000000004, 'c'], 
3: [17.100000000000001, 'd'], 
4: [86.109999999999999, 'e']} 

Edit: Sie können auch dies tun:

df['new'] = list(zip(df['second'], df['third'])) 

df 
Out[25]: 
    first second third fourth   new 
0  0 10.20  a  z (10.2, a) 
1  1 5.70  b  zz (5.7, b) 
2  2 7.40  c zzz (7.4, c) 
3  3 17.10  d zzzz (17.1, d) 
4  4 86.11  e zzzzz (86.11, e) 

df = df[['first', 'new']] 

df 
Out[27]: 
    first   new 
0  0 (10.2, a) 
1  1 (5.7, b) 
2  2 (7.4, c) 
3  3 (17.1, d) 
4  4 (86.11, e) 

df.set_index('first').to_dict() 
Out[28]: 
{'new': {0: (10.199999999999999, 'a'), 
    1: (5.7000000000000002, 'b'), 
    2: (7.4000000000000004, 'c'), 
    3: (17.100000000000001, 'd'), 
    4: (86.109999999999999, 'e')}} 

Bei diesem Ansatz würden Sie zuerst die Liste (oder Tupel) erstellen, möchten Sie halten und „drop“ die anderen Spalten dann. Dies ist im Grunde Ihr ursprünglicher Ansatz, modifiziert.

Und wenn man wirklich will, Listen anstelle von Tupeln, map nur die list Art auf diese 'new' Säule:

df['new'] = list(map(list, zip(df['second'], df['third']))) 

Answer 2

Sie können erstellen numpy array von values, zip durch Spalte first und konvertieren dict:

a = dict(zip(df['first'], df[['second','third']].values.tolist())) 
print (a) 
{0: [10.2, 'a'], 1: [5.7, 'b'], 2: [7.4, 'c'], 3: [17.1, 'd'], 4: [86.11, 'e']} 

Answer 3

Sie können zip die Werte:

In [118]: 
b=df.set_index('first')[['second','third']].values.tolist() 
dict(zip(df['first'].index,b)) 

Out[118]: 
{0: [10.2, 'a'], 1: [5.7, 'b'], 2: [7.4, 'c'], 3: [17.1, 'd'], 4: [86.11, 'e']}