使用列表理解填充熊猫值字典

Question

有没有办法用列表理解替换这个语法？

for w in loc:
    dict_filter_data[w] = df.loc[df['location'] == w]

如果可以的话，会不会更快？

Answer 1

你可以做：

dict_filter_data = dict(df.loc[df['location'].isin(loc)]
                          .groupby('location').__iter__()
                       )

如果loc包含所有唯一的location值，那么您只需要：

dict_filter_data= dict(df.groupby('location').__iter__())

请注意，强烈建议在此处使用 groupby，它比使用 for 循环快得多。 但你可以这样做：

dict_filter_data = {w : df.loc[df['location'] == w] for w in loc}

如果你想更新dict_filter_data （不是开始为空） ：

dict_filter_data.update(dict(df.loc[df['location'].isin(loc)]
                               .groupby('location').__iter__()
                            )
                       )

或者

dict_filter_data = dict(dict_filter_data, 
                        **dict(df.loc[df['location'].isin(loc)]
                                 .groupby('location').__iter__()
                              )
                        )