![](/img/trans.png)
[英]How to get a dictionary of data in column1 as key and column2 as the value?
[英]How can I convert Dataframe Column1:Column2 (key:value) in Dictionary in Pyspark?
我有一个具有不同Atr1值的数据框,并且具有其他一些属性,并且我想从中生成一个字典,并考虑字典的键,每个Atr1值(唯一值,正如我之前所说的),以及dict的值和Atr2的值。
这是数据框:
+------+------+------+------+
| Atr1 | Atr2 | Atr3 | Atr4 |
+------+------+------+------+
| 'C' | 'B' | 21 | 'H' |
+------+------+------+------+
| 'D' | 'C' | 21 | 'J' |
+------+------+------+------+
| 'E' | 'B' | 21 | 'K' |
+------+------+------+------+
| 'A' | 'D' | 24 | 'I' |
+------+------+------+------+
我想要一个这样的字典:
Dict -> {'C': 'B', 'D': 'C', 'E': 'B', 'A': 'D'}
我该怎么办?
您可以只使用一个简单的collectAsMap()
:
df.select("Atr1", "Atr2").rdd.collectAsMap()
您可以使用如下形式:
attr1 = df.select('attr1').rdd.flatMap(lambda x: x).collect()
attr2 = df.select('attr2').rdd.flatMap(lambda x: x).collect()
result = {k: v for k, v in zip(attr1, attr2)}
使用df.to_dict()怎么样?
https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_dict.html
import pandas as pd
df = pd.DataFrame({'A1':['C','D','E', 'A'], 'A2':['B','C','B','C']})
A1 A2
0 C B
1 D C
2 E B
3 A D
df = df.set_index('A1')
dict = df.to_dict()['A2']
结果是
dict = {'C': 'B', 'A': 'D', 'D': 'C', 'E': 'B'}
熊猫解决方案:
df.select('attr1','attr2').toPandas().set_index('Atr1')['Atr2'].to_dict()
注意: @mtoto的解决方案更加优雅,更快,并且需要更少的资源...
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.