Установить индексы датафрейма как единый ключ в словаре

Question

У меня есть фрейм данных, такой как:

df = {'index': [0, 0, 0, 0, 0, 1,1,1,1,1, 2,2,2,2], 'value': ['val1', 'val2', 'val3', 'val4', 'val5', 'val6','val7','val8','val9','val10', 'val11','val12','val13','val14']}

Я хотел бы получить словарь, в котором каждый индекс стал бы ключом в моем словаре, так что: key = 0 и values ​​= ['val1',' val2 ',' val3 ',' val4 ',' val5 ']

Есть идеи, как это сделать?Я использовал to_dict, но, похоже, я не делаю то, что мне нужно.

Answer 1

Используйте groupby и apply, после чего следует последний to_dict вызов.

df.groupby('index').value.apply(list).to_dict()
# {0: ['val1', 'val2', 'val3', 'val4', 'val5'],
#  1: ['val6', 'val7', 'val8', 'val9', 'val10'],
#  2: ['val11', 'val12', 'val13', 'val14']}

---

Другой вариант - перебирать строки и добавлять значения в словарь, используя setdefault.

d = {}
for k, v in zip(df['index'], df.value):
    d.setdefault(k, []).append(v)

print(d)
# {0: ['val1', 'val2', 'val3', 'val4', 'val5'],
#  1: ['val6', 'val7', 'val8', 'val9', 'val10'],
#  2: ['val11', 'val12', 'val13', 'val14']}

Мои тесты показывают, что это действительно лучше, чем groupby для кадров среднего размера.Это также сохранит порядок значений, в то время как groupby выполняет сортировку (является ли она стабильной или нет, это деталь реализации).

Answer 2

Использование itertools

import itertools
l=df.sort_values('index').values.tolist()
d={k: [x[1] for x in g] for k, g in itertools.groupby(l,lambda x : x[0])}
d
{0: ['val1', 'val2', 'val3', 'val4', 'val5'], 1: ['val6', 'val7', 'val8', 'val9', 'val10'], 2: ['val11', 'val12', 'val13', 'val14']}

Answer 3

Я могу придумать что-то вроде:

import pandas as pd
df = pd.DataFrame({'index': [0, 0, 0, 0, 0, 1,1,1,1,1, 2,2,2,2], 'value': ['val1', 'val2', 'val3', 'val4', 'val5', 'val6','val7','val8','val9','val10', 'val11','val12','val13','val14']})
df.groupby(by='index').apply(lambda x: list(x['value'])).to_dict()

Вывод:

{0: ['val1', 'val2', 'val3', 'val4', 'val5'],
 1: ['val6', 'val7', 'val8', 'val9', 'val10'],
 2: ['val11', 'val12', 'val13', 'val14']}