根據列列表中的值對Pandas Dataframe進行切片

Question

我有一個帶有一百萬行（id）的熊貓數據框，其中一列作為列表列表。 例如

df = pd.DataFrame（{'id'：[1,2,3,4]，'token_list'：[['a'，'b'，'c']，['c'，'d']， ['a'，'e'，'f']，['c'，'f']]}）

我想創建一個包含所有唯一標記的字典-'a'，'b'，'c'，'e'，'f'（我已經作為單獨的列表）作為鍵以及每個鍵的所有ID與..相聯系。 例如，{'a'：[1,3]，'b'：[1]，'c'：[1、2,4] ..}等等。

我的問題是有12000個這樣的令牌，我不想使用循環來遍歷第一幀的每一行。 並在似乎不起作用。

Answer 1

使用np.repeat與numpy.concatenate為第一平整，然后groupby與list和最后to_dict ：

a = np.repeat(df['id'], df['token_list'].str.len())
b = np.concatenate(df['token_list'].values)

d = a.groupby(b).apply(list).to_dict()
print (d)

{'c': [1, 2, 4], 'a': [1, 3], 'b': [1], 'd': [2], 'e': [3], 'f': [3, 4]}

詳情：

print (a)
0    1
0    1
0    1
1    2
1    2
2    3
2    3
2    3
3    4
3    4
Name: id, dtype: int64

print (b)
['a' 'b' 'c' 'c' 'd' 'a' 'e' 'f' 'c' 'f']

Answer 2

df.set_index('id')['token_list'].\
    apply(pd.Series).stack().reset_index(name='V').\
       groupby('V')['id'].apply(list).to_dict()
Out[359]: {'a': [1, 3], 'b': [1], 'c': [1, 2, 4], 'd': [2], 'e': [3], 'f': [3, 4]}