从dataframe创建字典

Question

我有一个数据数据：

    Cluster PageId  OsId    BrowserId   
0   0      1005581  11       16 
1   0      1016529  11       16 
2   0      1016529  11       17 

以及包含OsId和BrowserId变量的值组合列表的变量梳：

comb=list(set(product(data['OsId'], data['BrowserId'])))

因此，我想创建一个字典，它将梳状列表作为键，PageId作为值。

我试着用这个代码：

comb=list(set(product(data['OsId'], data['BrowserId'])))
dico={}
dico[list('comb')] = list(data['PageId'])

但我发现了一个错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
/tmp/ipykernel_399512/234824120.py in <module>
      2 comb=list(set(product(data['OsId'], data['BrowserId'])))
      3 dico={}
----> 4 dico[list('comb')] = list(data['PageId'])
      5 get_ipython().run_line_magic('pinfo', 'dico')

TypeError: unhashable type: 'list

请你想办法纠正这个错误吗？

谢谢

Answer 1

代码中有许多错误。

首先:您使用字符串"comb"而不是列表梳，

第二：dico需要元组(而不是列表)作为键

但最大的问题是，dico是dictionary，而词典不像pandas.DataFrame那样工作，它需要for-loop来单独创建每个项目。

dico = {}

comb = set(product(data['OsId'], data['BrowserId']))

for key in comb:
    mask = (data['OsId'] == key[0]) & (data['BrowserId'] == key[1])
    values = data[ mask ]
    dico[key] = values['PageId'].to_list()

但是如果您使用.groupby(...)而不是set(product(...))，可能会更简单。

dico = {}

groups = data.groupby(['OsId', 'BrowserId'])

for key, values in groups:
    dico[key] = values['PageId'].to_list()

使用这两种方法的完整示例。

结果：dico: {(11, 16): [1005581, 1016529], (11, 17): [1016529]}

import pandas as pd
from itertools import product

data = pd.DataFrame([
        [0,1005581,11,16],
        [0,1016529,11,16], 
        [0,1016529,11,17],
    ],
    columns=['Cluster','PageId','OsId','BrowserId']
)

print('\n--- df ---\n')
print(data)

print('\n--- set(product()) ---\n')

dico = {}

comb = set(product(data['OsId'], data['BrowserId']))

for key in comb:
    mask = (data['OsId'] == key[0]) & (data['BrowserId'] == key[1])
    values = data[ mask ]

    print('key:', key)
    print(values)
    print()

    dico[key] = values['PageId'].to_list()

print('dico:', dico)

print('\n--- groups ---\n')

dico = {}

groups = data.groupby(['OsId', 'BrowserId'])

for key, values in groups:
    print('key:', key)
    print(values)
    print()
    dico[key] = values['PageId'].to_list()
    
print('dico:', dico)