Сначала преобразуйте столбец с кортежами в новые 2 столбца (не используйте apply(pd.Series)
, потому что slow
), затем отфильтруйте сопоставленные значения по Series.isin
в boolean indexing
и преобразовать GroupBy.apply
значения в список кортежей:
s = {'DNA',
'pada',
'yang'}
df[['s', 'v']] = pd.DataFrame(df['bigramf'].tolist(), index=df.index)
s = df[df['s'].isin(s)].groupby('s')['v','freq'].apply(lambda x: list(map(tuple, x.values)))
print (s)
s
DNA [(yang, 15), (dalam, 6), (ini, 5), (memiliki, ...
pada [(DNA, 4), (urutan, 3), (sejumlah, 2), (RNA, 2...
yang [(diperoleh, 3), (lebih, 3), (berbeda, 2), (sa...
dtype: object
При необходимости добавить словарь Series.to_dict
:
d = s.to_dict()
print (d)
{'DNA': [('yang', 15), ('dalam', 6), ('ini', 5), ('memiliki', 4), ('unting', 4)],
'pada': [('DNA', 4), ('urutan', 3), ('sejumlah', 2), ('RNA', 2), ('satu', 2)],
'yang': [('diperoleh', 3), ('lebih', 3), ('berbeda', 2), ('sama', 2), ('tumpang', 2)]}
Другое решение с collections.defaultdict
:
from collections import defaultdict
d = defaultdict(list)
for (s1, v1), f1 in df.to_numpy():
if s1 in s:
d[s1].append((v1, f1))
d = dict(d)
print (d)
{'DNA': [('yang', 15), ('dalam', 6), ('ini', 5), ('memiliki', 4), ('unting', 4)],
'pada': [('DNA', 4), ('urutan', 3), ('sejumlah', 2), ('RNA', 2), ('satu', 2)],
'yang': [('diperoleh', 3), ('lebih', 3), ('berbeda', 2), ('sama', 2), ('tumpang', 2)]}