Question

我有两个数据框，其中一个包含宠物ID和名称，另一个数据用户包含他们喜欢的宠物的ID列表。我想把它变成字典，其中的键是用户，值是他们喜欢的宠物的所有名称。

    id  name
0   4   Bert
1   5   Ernie
2   6   Jeff
3   7   Bob
4   8   Puppy
5   9   Socks
6   12  Cyoot

    user_email  likes
0   matt@google.com [4, 5, 6, 7, 8, 9, 12]
1   gabe@google.com [4, 8, 9, 6, 5, 12]

Answer 1

据我了解，您可以尝试：

d= df.set_index('id')['name'].to_dict()
df1.likes=df1.likes.apply(lambda x: [d.get(item,item)  for item in x])
print(df1)

        user_email                                          likes
0  matt@google.com  [Bert, Ernie, Jeff, Bob, Puppy, Socks, Cyoot]
1  gabe@google.com       [Bert, Puppy, Socks, Jeff, Ernie, Cyoot]

要让字典对电子邮件表示喜欢：

print(df1.set_index('user_email')['likes'].to_dict())

{'matt@google.com': ['Bert', 'Ernie', 'Jeff', 'Bob', 'Puppy', 'Socks', 'Cyoot'],\
  'gabe@google.com': ['Bert', 'Puppy', 'Socks', 'Jeff', 'Ernie', 'Cyoot']}

Answer 2

第一。将宠物ID设置为索引：

pets.set_index('id', inplace=True)

然后，为每个“喜欢”列表申请一个功能，用对应的宠物名称替换每个喜欢：

users.likes = users.likes.map(lambda likes: [pets.loc[like]['name'] for like in likes])

最后-您要做的就是将数据框制作成字典：

users.set_index('user_email').to_dict()['likes']

Answer 3

假设第二个数据框中的likes列为list类型，我们可以执行以下操作：

将列表嵌套到行

df3 = df2.set_index('user_email').likes.apply(pd.Series).stack().reset_index(level=0).rename(columns={0:'likes'})

print(df3)
        user_email  likes
0  matt@google.com    4.0
1  matt@google.com    5.0
2  matt@google.com    6.0
3  matt@google.com    7.0
4  matt@google.com    8.0
5  matt@google.com    9.0
6  matt@google.com   12.0
0  gabe@google.com    4.0
1  gabe@google.com    8.0
2  gabe@google.com    9.0
3  gabe@google.com    6.0
4  gabe@google.com    5.0
5  gabe@google.com   12.0

将名称合并到数据框

df4 = df3.merge(df1, left_on='likes', right_on='id').drop(['likes', 'id'],axis=1)

print(df4)
         user_email   name
0   matt@google.com   Bert
1   gabe@google.com   Bert
2   matt@google.com  Ernie
3   gabe@google.com  Ernie
4   matt@google.com   Jeff
5   gabe@google.com   Jeff
6   matt@google.com    Bob
7   matt@google.com  Puppy
8   gabe@google.com  Puppy
9   matt@google.com  Socks
10  gabe@google.com  Socks
11  matt@google.com  Cyoot
12  gabe@google.com  Cyoot

使用groupby

将行转换回列表

df_final = df4.groupby('user_email').agg(list).reset_index()

print(df_final)
        user_email                                           name
0  gabe@google.com       [Bert, Ernie, Jeff, Puppy, Socks, Cyoot]
1  matt@google.com  [Bert, Ernie, Jeff, Bob, Puppy, Socks, Cyoot]

重命名列表数据框中元素的最有效方法

3 个答案: