使用Pandas DataFrame中其他两列的键和值创建字典列

Question

我目前有一个Pandas DataFrame，其中有两列，每列包含列表，另一列，包含这两个列表的元素的元组对。 为了方便起见，一个玩具示例如下所示：

        col1       col2       col3       col4
0        'a'       [0, 1]     [8, 9]     [(0, 8), (1, 9)]
1        'b'       [2, 3]     [10, 11]   [(2, 10), (3, 11)]
2        'c'       [4, 5]     [12, 13]   [(4, 12), (5, 13)]
3        'd'       [6, 7]     [14, 15]   [(6, 14), (7, 15)]

我想做的是创建第5列col5 ，其中包含字典，其中col3的值作为键， col2的值作为值。 例如：

        col1       col2       col3       col4                 col5
0        'a'       [0, 1]     [8, 9]     [(0, 8), (1, 9)]     {'8': 0, '9': 1}
1        'b'       [2, 3]     [10, 11]   [(2, 10), (3, 11)]   {'10': 2, '11': 3}
2        'c'       [4, 5]     [12, 13]   [(4, 12), (5, 13)]   {'12': 4, '13': 5}
3        'd'       [6, 7]     [14, 15]   [(6, 14), (7, 15)]   {'14': 6, '15': 7}

我尝试了诸如

df['col5'] = dict(zip(df['col4'].apply(ast.literal_eval), df['col3'].apply(ast.literal_eval)))

但我收到一个错误。 我要做的最合适的方法是什么？ 提前致谢。

Answer 1

如果已经创建的col4可能与map循环：

df['col5'] = df['col4'].map(lambda x: [{b:a} for a, b in ast.literal_eval(x)])
print (df)
  col1    col2      col3                col4                col5
0  'a'  [0, 1]    [8, 9]    [(0, 8), (1, 9)]    [{8: 0}, {9: 1}]
1  'b'  [2, 3]  [10, 11]  [(2, 10), (3, 11)]  [{10: 2}, {11: 3}]
2  'c'  [4, 5]  [12, 13]  [(4, 12), (5, 13)]  [{12: 4}, {13: 5}]
3  'd'  [6, 7]  [14, 15]  [(6, 14), (7, 15)]  [{14: 6}, {15: 7}]

或者，如果输入是col3和col2使用具有list comprehension zip：

df['col5'] = [dict(zip(ast.literal_eval(a), ast.literal_eval(b))) 
              for a, b in zip(df['col3'], df['col2'])]

print (df)
  col1    col2      col3                col4            col5
0  'a'  [0, 1]    [8, 9]    [(0, 8), (1, 9)]    {8: 0, 9: 1}
1  'b'  [2, 3]  [10, 11]  [(2, 10), (3, 11)]  {10: 2, 11: 3}
2  'c'  [4, 5]  [12, 13]  [(4, 12), (5, 13)]  {12: 4, 13: 5}
3  'd'  [6, 7]  [14, 15]  [(6, 14), (7, 15)]  {14: 6, 15: 7}

或解决方案与apply ：

df['col5'] = (df.apply(lambda x:  dict(zip(ast.literal_eval(x['col3']), 
                                           ast.literal_eval(x['col2']))), axis=1))