While-loop/在dataframe中查找序列

Question

我有一个数据帧，例如：

                Price   Ticket
Id                            
505          86.5000  110152           
258          86.5000  110152           
760          86.5000  110152           
263          79.6500  110413           
559          79.6500  110413           
586          79.6500  110413           
111          52.0000  110465           
476          52.0000  110465           
431          26.5500  110564           
367          75.2500  110813           
171          33.5000  111240

我想用以下内容填充字典：-key:我们枚举字典中的键的数量(在本例中是从1到3)-value：'Id‘(也就是。索引)。

对于本例，所需的输出为：{'1': ['505', '258', '260'], '2':['263', '559', '586'], '3':['111','476']}

数据帧已经按“Ticket”列进行了排序，我希望它保持这种状态。为什么？我希望能够使用字典和数据帧(仍然由‘Ticket’排序)来找出字典中的任何ID是否与数据帧中其他位置的名称序列相关联。我希望我说清楚了！

我已经写了下面的代码，但我得到以下错误：“IndexError:单一位置索引器越界”。

def same_price(df=df):
    df= df.sort_values(by='Ticket')
    nucleus= dict()
    k=0
    while df.shape[0]>=2:
        if df.Price.iloc[0]==df.Price.iloc[1]:
            value= df.Price.iloc[0]
            n=0
            nucleus[k]= []
            while df.Price.iloc[n]==value:
                nucleus[k].append(df.index[n])
                n+=1
                if n>df.shape[0]:
                    df.drop(nucleus[k], axis=0, inplace=True)
                    break 
            else:
                df.drop(nucleus[k], axis=0, inplace=True)
                k+=1       
        else:
            if df.shape[0]>=3: 
                df.drop(df.index[0], axis=0, inplace=True)
            else:
                break
    return(nucleus)

考虑到这个错误，我相信我调用的是一个空列表的第一个元素。但我修不好它。

现在我知道还有其他更有效的方法来解决这个问题，但我想知道为什么这个函数不起作用？干杯:)

Answer 1

IIUC，您可以使用groupby.apply(list)

df.index.to_series().groupby(df.Ticket.factorize()[0] + 1).apply(list).to_dict()

输出：

{1: [505, 258, 760],
 2: [263, 559, 586],
 3: [111, 476],
 4: [431],
 5: [367],
 6: [171]}