在defaultdict中更新鍵值對

Question

上面的數據幀是從以下代碼生成的：

newCols = ['Book-1', 'Book-2', 'Similarity Score']

l1 = ['b1', 'b1', 'b2']
l2 = ['b2', 'b3', 'b3']
score1 = [0.95, 0.87, 0.84]

duplicateProductList = pd.DataFrame(columns=newCols)

duplicateProductList['Book-1'] = l1
duplicateProductList['Book-2'] = l2
duplicateProductList['Similarity Score'] = score1

print(duplicateProductList)

我使用以下代碼從Pandas Dataframe（duplicateProductList（如上所示））生成了一個字典：

from collections import defaultdict    

new_dict = {}

my_list = [(i,[a,b]) for i, a,b in zip(duplicateProductList['Book-1'], duplicateProductList['Book-2'], duplicateProductList['Similarity Score'])]
for (key, value) in my_list:
    if key in new_dict:
        new_dict[key].append(value)
    else:
        new_dict[key] = [value]

print(new_dict)

上面的代碼片段產生以下字典：

{'b1':[['b2', 0.95], ['b3', 0.87]], 'b2':[['b3', 0.84]]}

相反，我想產生以下字典：

{'b1':[['b2', 0.95], ['b3', 0.87]], 'b2':[['b1', 0.95],['b3', 0.84]], 'b3':[['b1', 0.87],['b2', 0.84]]}

有人可以幫助我修改字典理解以產生上述字典嗎？

Answer 1

>>> import collections
>>> from pprint import pprint

>>> df
  Book-1 Book-2  Similarity Score
0     b1     b2              0.95
1     b1     b3              0.87
2     b2     b3              0.84
>>> 
>>> d = collections.defaultdict(list)
>>> for row in df.itertuples(index=False):
    a,b,c = row
    d[a].append((b,c))
    d[b].append((a,c))


>>> pprint(d)
defaultdict(<class 'list'>,
            {'b1': [('b2', 0.95), ('b3', 0.87)],
             'b2': [('b1', 0.95), ('b3', 0.84)],
             'b3': [('b1', 0.87), ('b2', 0.84)]})