Python Pandas-将两列转换为新列作为字典

我试图使用Pandas将两个列转换为一个列，该列是两个已转换列的字典表示形式

df = DataFrame({'Metrics' : [[("P", "P"), ("Q","Q")], ("K", "K"), ("Z", "Z")], 
                'Stage_Name' : ["P", "K", "Z"],  
                'Block_Name' : ["A", "B", "A"]})

基本上，我想合并

度量标准

和

阶段名称

：

进入另一个名为合并的列，例如，第一行是：

{'P': [('P', 'P'), ('Q', 'Q')]}

我知道如何将一行转换为字典表示，但是，我不确定如何在没有for循环的情况下对所有行执行此操作：

something = df.iloc[[0]].set_index('Stage_Name')['Metrics'].to_dict()
print something
Output: {'P': [('P', 'P'), ('Q', 'Q')]}

稍后，我想根据

Block\u Name

进行聚合，因此对于合并列，结果将是为

Block\u Name

添加两个字典：

a

{'P': [('P', 'P'), ('Q', 'Q')], 'Z' : [('Z', 'Z')] }

对于

Stage\u Name

和

Metrics

，我将其添加到一个列表中，如下所示：

grouped = df.groupby(df['Block_Name'])
df_2 = grouped.aggregate(lambda x: tuple(x))

---

有人能给我指一下正确的方向吗？谢谢

IIUC正确，然后使用

apply

和

lambda

：

In [19]:
df['merged'] = df.apply(lambda row: {row['Stage_Name']:row['Metrics']}, axis=1)
df

Out[19]:
  Block_Name           Metrics Stage_Name                           merged
0          A  [(P, P), (Q, Q)]          P  {'P': [('P', 'P'), ('Q', 'Q')]}
1          B            (K, K)          K                {'K': ('K', 'K')}
2          A            (Z, Z)          Z                {'Z': ('Z', 'Z')}

然后您的代码生成所需的结果：

grouped = df.groupby(df['Block_Name'])
df_2 = grouped.aggregate(lambda x: tuple(x))[['Metrics', 'Stage_Name']]


>>> df_2
                               Metrics Stage_Name
Block_Name                                       
A           ([(P, P), (Q, Q)], (Z, Z))     (P, Z)
B                            ((K, K),)       (K,)

时间：

%timeit df['Merged'] = [{key: val} for key, val in zip(df.Stage_Name, df.Metrics)]
10000 loops, best of 3: 162 µs per loop

%timeit df['merged'] = df.apply(lambda row: {row['Stage_Name']:row['Metrics']}, axis=1)
1000 loops, best of 3: 332 µs per loop

---

@Alexandar，这种方法有效，但是，这也是我试图避免的方法，因为我认为最好使用panda的内置矢量化函数。@user1157751这是一种常见的误解。请参见上面的性能结果。@Alexandar，噢，哇，我没想到外部的列表连接会更快。您只能在dfs上使用

axis=1

，而不能在

Series

上使用。此操作按行进行，允许您访问单独的列

%timeit df['Merged'] = [{key: val} for key, val in zip(df.Stage_Name, df.Metrics)]
10000 loops, best of 3: 162 µs per loop

%timeit df['merged'] = df.apply(lambda row: {row['Stage_Name']:row['Metrics']}, axis=1)
1000 loops, best of 3: 332 µs per loop