Python 将选定的数据帧列转换为矢量表示（包括重复值）

我有下面的数据帧（product.csv），我想将其转换为矢量表示：

product_id,value
111,3000
121,2500
131,3500
141,1000
111,3300
151,2000
161,2300
171,1300
181,1500
191,4500
121,6000
121,1100

我的预期输出应包括所有行，包括重复的product_ID，并采用向量形式，如下所示：

[111:3000；121:2500；131:3500；141:1000；111:3300；151:2000；161:2300；171:1300；181:1500；191:4500；121:6000；121:1100]

这就是我迄今为止所尝试的：

import pandas as pd

df = pd.read_csv('product.csv') #, index_col=0, sep=','

my_dict_indx = df.set_index('product_id')['value'].to_dict()
print(my_dict_indx)

my_dict_zip = dict(zip(df.product_id, df.value))
print(my_dict_zip)

my_dict_groupby = df.groupby(level=0).apply(lambda x: x.to_dict('r')).to_dict()
print(my_dict_groupby)

但是，

my_dict\u indx=df.set_index（'product_id'）['value']to_dict（）

和

my_dict\u zip=dict（zip（df.product_id，df.value））

给我以下输出，但排除重复的产品id 111和121，不要返回正确的顺序（例如，输出从161:2300开始，而不是从111:3000开始）：

{161:2300131:3500，171:1300，141:1000，111:3300181:1500， 151:2000121:1100191:4500}

另一方面，

my_dict_groupby=df.groupby（level=0）。apply（lambda x:x.to_dict（'r'））。to_dict（）

在下面为我提供了正确的记录数和正确的顺序，但包括不必要的列索引、列名，并且没有向量表示

{0:[{'product\u id'：111，'value'：3000}]，1:[{'product\u id'：121， 'value'：2500}]，2:[{'product_id'：131，'value'：3500}]，3: [{'product\u id'：141，'value'：1000}]，4:[{'product\u id'：111，'value'： 3300}]，5:[{'product\u id'：151，'value'：2000}]，6:[{'product\u id'： 161，'value'：2300}]，7:[{'product_id'：171，'value'：1300}]，8: [{'product\u id'：181，'value'：1500}]，9:[{'product\u id'：191，'value'： 4500}]，10:[{'product\u id'：121，'value'：6000}]，11:[{'product\u id'： 121，“值”：1100}]}

---

如何增强我的解决方案，以[]向量形式而不是{}字典形式实现预期的输出。提前感谢。

我将创建字符串数组，因为这是支持所需输出格式的唯一方法。然后您可以简单地使用

.values

从pandas系列中获取列/数组

df['output_col'] = (df['product_id'].astype(str) + ':' + df['value'].astype(str)).values

输出：

array(['111:3000', '121:2500', '131:3500', '141:1000', '111:3300',
       '151:2000', '161:2300', '171:1300', '181:1500', '191:4500',
       '121:6000', '121:1100'], dtype=object)

---

如果希望将其作为列表而不是数组，只需在

.values

方法之后添加

.tolist（）

。最后，请记住，在Python中，

用于分隔数组/列表中的元素，而不是
我将创建字符串数组，因为这是支持所需输出格式的唯一方法。然后您可以简单地使用
.values
从pandas系列中获取列/数组

df['output_col'] = (df['product_id'].astype(str) + ':' + df['value'].astype(str)).values

输出：

array(['111:3000', '121:2500', '131:3500', '141:1000', '111:3300',
       '151:2000', '161:2300', '171:1300', '181:1500', '191:4500',
       '121:6000', '121:1100'], dtype=object)

如果希望将其作为列表而不是数组，只需在
.values
方法之后添加
.tolist（）
。最后，请记住，在Python中，
用于分隔数组/列表中的元素，而不是
添加到上述答案中，
[k+”：“+v代表k，v在df.astype（str.values）中]
如果这些是唯一的列，那么这是一个不错的选择！非常感谢。您的解决方案非常有用。在上面的答案中添加，
[k+”：“+v代表k，df.astype（str.values）中的v]
如果这些是唯一的列，这是一个不错的选择！非常感谢。你的解决方案很有帮助。