Как создать новый столбец словарей на основе групповой работы, панды DataFrame?

Question

У меня есть следующие панды DataFrame в Python3.x, с двумя столбцами строк.

import pandas as pd

dict1 = {'column1':['MXRBMVQDHF', 'LJNVTJOY', 'WHLAOECVQR'], 
         'column2':['DPBVNJYANX', 'UWRAWDOB', 'CUTQVWHRIJ'], 'start':[79, 31, 52]}

df1 = pd.DataFrame(dict1)
print(df1)

#       column1     column2  start
# 0  MXRBMVQDHF  DPBVNJYANX     79
# 1    LJNVTJOY    UWRAWDOB     31
# 2  WHLAOECVQR  CUTQVWHRIJ     52

Каждая строка содержит строки одинаковой длины. Эти строки индексируются определенным образом, и я пишу словарь, используемый для перевода между координатами. Строка в столбце column1 основана на 0 (как и ожидалось). Целое число в столбце start предназначено для представления «начального индекса» строки в column2. В первом ряду начальный индекс равен 79.

Цель - создать словарь на основе индексов. Итак, для первой строки строка в column1 начинается с 0, строка в column2 начинается с 79. Словарь "преобразования" этих координат выглядит следующим образом:

{0: 79, 1: 80, 2: 81, 3: 82, 4: 83, 5: 84, 6: 85, 7: 86, 8: 87, 9: 88}

Моя цель - создать новый столбец в фрейме данных панд с этими словарями. Это довольно просто сделать (хотя есть и более быстрый способ с .apply(), я подозреваю.):

for index, row in df1.iterrows():
     df1.loc[index,'new'] = [{i: i + row['start'] for i, e in enumerate(row['column1'])}]

Теперь в df1 есть столбец с именем new:

df1.new
0    {0: 79, 1: 80, 2: 81, 3: 82, 4: 83, 5: 84, 6: ...
1    {0: 31, 1: 32, 2: 33, 3: 34, 4: 35, 5: 36, 6: ...
2    {0: 52, 1: 53, 2: 54, 3: 55, 4: 56, 5: 57, 6: ...
Name: new, dtype: object

Моя проблема заключается в следующем: допустим, в столбце column1 несколько записей одной и той же строки. Вот пример:

import pandas as pd

dict2 = {'column1':['MXRBMVQDHF', 'LJNVTJOY', 'LJNVTJOY', 'LJNVTJOY', 'WHLAOECVQR'], 'column2':['DPBVNJYANX', 'UWRAWDOB', 'PEKUYUQR', 'WPMLFVFZ', 'CUTQVWHRIJ'], 'start':[79, 31, 52, 84, 18]}

df2 = pd.DataFrame(dict2)
print(df2)
#       column1     column2  start
# 0  MXRBMVQDHF  DPBVNJYANX     79
# 1    LJNVTJOY    UWRAWDOB     31
# 2    LJNVTJOY    PEKUYUQR     52
# 3    LJNVTJOY    WPMLFVFZ     84
# 4  WHLAOECVQR  CUTQVWHRIJ     18

В этом случае словарь для координат с LJNVTJOY должен быть:

{0: [31, 52, 84], 1: [32, 53, 85], 2: [33, 54, 86], 3: [34, 55, 87], 
     4: [35, 56, 88], 5: [36, 57, 89], 6: [37, 58, 90], 7: [38, 59, 91]}

- словарь списков на основе

{0: 31, 1: 32, 2: 33, 3: 34, 4: 35, 5: 36, 6: 37, 7: 38}
{0: 52, 1: 53, 2: 54, 3: 55, 4: 56, 5: 57, 6: 58, 7: 59}
{0: 84, 1: 85, 2: 86, 3: 87, 4: 88, 5: 89, 6: 90, 7: 91}

РЕДАКТИРОВАТЬ: Вот правильный вывод. Существует DataFrame со столбцом 'new', который выглядит следующим образом:

df2.new
0    {0: 79, 1: 80, 2: 81, 3: 82, 4: 83, 5: 84, 6: ...
1    {0: [31, 52, 84], 1: [32, 53, 85], 2: [33, 54, 86], 3: [34, 55, 87], 4: [35, 56, 88], 5: [36, 57, 89], 6: [37, 58, 90], 7: [38, 59, 91]}
2    {0: 52, 1: 53, 2: 54, 3: 55, 4: 56, 5: 57, 6: ...
Name: new, dtype: object

Answer 1

Вы можете с помощью cumcount создать ключ dict

df2['dictkey']=df2.groupby('column1').cumcount()
df2.groupby('column1').apply(lambda x : dict(zip(x['dictkey'],x['start'])))
Out[94]: 
column1
LJNVTJOY      {0: 31, 1: 52, 2: 84}
MXRBMVQDHF                  {0: 79}
WHLAOECVQR                  {0: 18}
dtype: object