熊貓df到字典的值作為從df列聚合的python列表

Question

我有一個熊貓df，其中包含股票的“功能”，如下所示：

我現在正在嘗試創建一個具有唯一扇區作為鍵的字典，並以該值作為該唯一扇區的python代碼列表 ，因此最終得到的內容如下：

{'consumer_discretionary': ['AAP',
  'AMZN',
  'AN',
  'AZO',
  'BBBY',
  'BBY',
  'BWA',
  'KMX',
  'CCL',
  'CBS',
  'CHTR',
  'CMG',

等等

我可以遍歷pandas df行以創建字典，但我更喜歡使用pythonic解決方案。 到目前為止，此代碼是部分解決方案：

df.set_index('sector')['ticker'].to_dict()

任何反饋表示贊賞。

更新：

@wrwrwr的解決方案

df.set_index('ticker').groupby('sector').groups

部分起作用，但是它返回一個pandas系列作為值，而不是python list 。 關於如何將pandas系列轉換為同一行中的python列表並且無需迭代字典的任何想法？

Answer 1

f.set_index('ticker').groupby('sector').groups不是您想要的嗎？

例如：

f = DataFrame({
        'ticker': ('t1', 't2', 't3'),
        'sector': ('sa', 'sb', 'sb'),
        'name': ('n1', 'n2', 'n3')})

groups = f.set_index('ticker').groupby('sector').groups
# {'sa': Index(['t1']), 'sb': Index(['t2', 't3'])}

為確保它們具有所需的類型：

{k: list(v) for k, v in f.set_index('ticker').groupby('sector').groups.items()}

要么：

f.set_index('ticker').groupby('sector').apply(lambda g: list(g.index)).to_dict()