pandas to dict: to_dict 不存儲所有值

Question

我有一個 40000 行的 dataframe df ：

              0  bin
0      4.506840  4-5
1      4.506840  4-5
2      4.444245  4-5
3      4.485975  4-5
4      4.527705  4-5
...         ...  ...
39995  6.572475  6-7
39996  6.697665  6-7
39997  6.322095  6-7
39998  6.322095  6-7
39999  6.676800  6-7

它為“0”列中的每個數字存儲它所屬的區間（bin）。 我想通過以下方式將其轉換為字典：

dict(zip(df[0],df.bin))

得到一個 output 像：

{4.506840: '4-5', 4.506840: '4-5', 4.444245: '4-5, ... }

所以我想存儲'0'和它所屬的bin中的每個值。 不知何故，我的 dict 的長度為 340，而不是 40000，因此它不會存儲所有行。 我的問題是：為什么？ 以及如何在字典中獲取所有 40000 行？ 干杯!

Answer 1

也許您在該列中有多個相同的值，盡管 python 允許您存儲多個相同的值，但您不能存儲多個相同的鍵。 我建議您不要使用 dict 或嘗試在 df 中的每個重復項上放置一些標識符，然后再將其轉換為 dict 以將其與其他鍵區分開來。 另一種方法是划分重復項所在的 df 或將所有重復項存儲在一個列表中，盡管我不確定這是你想要的。

Answer 2

由於您在df[0]中存在重復項，並且由於您不能在 python 字典中復制相同的鍵，因此您可以執行以下操作：

result = {}
for i_0, i_bin in zip(df[0],df.bin):
    if i_0 not in result.keys():
        result[i_0] = []
    result[i_0].append(i_bin)

output：

{
    "4.506840": ["4-5", "4-5"],
    "4.444245": ["4-5"],
    ...
}

這取決於您想要實現的目標，但這是一種感知所有價值的方式。

編輯：

根據@anky 評論，您可以使用 pandas 聚合 function 來代替循環來執行相同的操作。 當然，它具有更好的性能：

df.groupby(0)['bin'].agg(list).to_dict()