Python 从排序数据帧中提取列值的有效方法

假设我有一个数据帧（按第1列排序）df:

对于第1列中的每个值，我想知道第2列中可能的值，并将这些键值对存储在一个结构中

例如，给定上面的df，我想要一个类似

{1: ['yes','No']; 2: ['Yes'], 3:['Yes']}

我做了一些类似的事情

for key in df[column1].unique.tolist():
   values = df.loc[df[column1] == key]][column2].unique().tolist()
   dict.add((key, values))

但是，由于我原来的df非常大，所以这种方法花费的时间太长。 由于df是按第1列排序的，我想知道是否有更有效的方法来实现这一点

---

谢谢大家!

我将研究df.to_dict（）方法

你应该能得到你想要的东西。文档站点上的示例如下所示：

>>> df = pd.DataFrame({'col1': [1, 2],
...                    'col2': [0.5, 0.75]},
...                   index=['row1', 'row2'])
>>> df
      col1  col2
row1     1  0.50
row2     2  0.75
df.to_dict()
{'col1': {'row1': 1, 'row2': 2}, 'col2': {'row1': 0.5, 'row2': 0.75}}

看起来你在我发帖后更新了，请用“列表”参数查看

---

'list'：类似dict的{column->[values]}

我将研究df.to_dict（）方法

你应该能得到你想要的东西。文档站点上的示例如下所示：

>>> df = pd.DataFrame({'col1': [1, 2],
...                    'col2': [0.5, 0.75]},
...                   index=['row1', 'row2'])
>>> df
      col1  col2
row1     1  0.50
row2     2  0.75
df.to_dict()
{'col1': {'row1': 1, 'row2': 2}, 'col2': {'row1': 0.5, 'row2': 0.75}}

看起来你在我发帖后更新了，请用“列表”参数查看

---

“列表”：类似dict的{column->[values]}

首先删除重复项，然后应用于_dict（）

---

首先删除重复项，然后应用于_dict（）

---

删除重复的冗余数据，然后按一列删除分组，获取唯一值并保存到dict：

final_dict = df.drop_duplicates().groupby('column1')['column2'].unique().to_dict()

---

删除重复的冗余数据，然后按一列删除分组，获取唯一值并保存到dict：

final_dict = df.drop_duplicates().groupby('column1')['column2'].unique().to_dict()

---

请提供数据框架和预期输出以便于理解您的问题对不起，我只是添加了一些示例。请提供数据框架和预期输出以便于理解您的问题对不起，我只是添加了一些示例。没问题@NicoleYanNo problem@Nicoleyan为什么需要

删除重复项

不需要，但从理论上讲，仅对相关数据执行

groupby

，可以提高性能。不过，你可以把复制品损害性能作为一个例子：）你这样认为吗？我不相信。我来测试一下。无论如何，我的高球答案

{**df.groupby（'column1'）['column2'].unique（）}

正如你所期望的，一个漂亮的答案：）你是对的！对于足够大的数据帧，

drop\u duplicates

会有所不同。为什么需要

drop\u duplicates

呢？不需要，但从理论上讲，仅对相关数据执行

groupby

可以提高性能。不过，你可以把复制品损害性能作为一个例子：）你这样认为吗？我不相信。我来测试一下。无论如何，我的高球答案

{**df.groupby（'column1'）['column2'].unique（）}

正如你所期望的，一个漂亮的答案：）你是对的！对于足够大的数据帧，

drop\u duplicates

起到了作用