Python 如何将数据帧转换为字典，保留1列作为键，并将第二列的值与每个键相加

我有一个数据框，有两列“作者”和他们的“排名”。我需要计算每个独特作者的总排名。共有230万独立作者，我当前数据框架的维度为13248457,2。 我目前的解决方案需要非常长的时间来执行，我相信字典会加快这个过程，但我不知道如何使用字典

下面的代码是我试图解决这个问题的方法，但执行起来需要几个小时

for auth in unique_auth:
    unique_auth_ranks.append(np.sum(list((df[df.authors == auth ])['rank'])))

如果我可以将唯一的作者设置为字典的键，并对他们的等级进行求和，这可能会更快，但我以前从未在python中使用过字典

---

等级是数值，例如作者“abc”出现3次，等级为“1”、“3”和“5”。我希望最终结果为“abc”：“9”

IIUC：您的数据如下所示：

  AuthorName  rank
0    author1     1
1    author2     2
2    author1     3
3    author1     4
4    author3     5
5    author3     6
6    author5     7
7    author3     8

你想要：

df = df.groupby('AuthorName').sum()

返回：

            rank
AuthorName      
author1        8
author2        2
author3       19
author5        7

由于

author1

以秩1,3,4出现，因此得到的秩和为8

---

使用groupby将非常快。在聚合数据之前，

groupby

将映射每个作者姓名的位置位置，而不是要求pandas查看每个唯一作者姓名的整个数据框（即

df[df.authors==auth]

）。

IIUC:您的数据看起来像：

  AuthorName  rank
0    author1     1
1    author2     2
2    author1     3
3    author1     4
4    author3     5
5    author3     6
6    author5     7
7    author3     8

你想要：

df = df.groupby('AuthorName').sum()

返回：

            rank
AuthorName      
author1        8
author2        2
author3       19
author5        7

由于

author1

以秩1,3,4出现，因此得到的秩和为8

---

使用groupby将非常快。在聚合数据之前，

groupby

将映射每个作者姓名的位置位置，而不是要求pandas查看每个唯一作者姓名的整个数据框（即

df[df.authors==auth]

）？排名是数字值，例如，作者出现3次，排名为“1”、“3”和“5”。我希望最终结果是作者姓名：“8”你的意思是“9”吗？对不起，我的意思是9你试过@yatu的推荐了吗？

df.groupby（'authors'）['rank'].sum（）

？排名是数字值，例如作者出现3次，排名为“1”、“3”和“5”。我希望最终结果是作者姓名：“8”你是说“9”吗？对不起，我是说9你试过@yatu的推荐了吗？