如何将Pandas Dataframe 中的行提取到一个与给定时间对应的字典中？

qfe3c7zg 于 2022-12-09 发布在其他

关注(0)|答案(3)|浏览(104)

我有一个 Dataframe df，它包含以下列：一个月一个月一个月，一个月二个月，一个月三个月。
每个id都有多行，每行都按照time的升序排序。时间是int。id也是int。val是float。
例如，可以是，

id   time  val
0    1     2.3
0    2     3.0
0    5     8.0
1    1     5.1
1    2     7.8
.......

给定一个时间t，我需要返回一个dict，它在给定的t上存储id: val对。
例如，t = 2，返回{0: 3.0; 1: 7.8}
我想知道是否有一个内置的方式来做这与Pandas数据框？

3条答案

可能的解决方案：

dict(df.loc[df.time.eq(2), ['id', 'val']].to_records(index=False))

另一种可能的解决方案：

aux = df.loc[df.time.eq(2), ['id', 'val']]
dict(zip(aux.id, aux.val))

输出量：

{0: 3.0, 1: 7.8}

您可以使用字典组件

mapping = {k: v.groupby("id")["val"].apply(list).to_dict() for k, v in df.reset_index("time").groupby("time")}
print(mapping.get(2))

输出量：

{0: [3.0], 1: [7.8]}

您可以：

t = 2
df.loc[df.time.eq(t)].set_index('id')['val'].to_dict()

输出：

{0: 3.0, 1: 7.8}

如果您有多个索引，即您的id和time都是索引。
如果你的索引顺序是['id', 'time']，那么你可以：

t = 2
df.loc[(slice(None), t), :].reset_index('time')['val'].to_dict()

如果索引顺序为['time', 'id']，则：

t = 2
df.loc[(t, slice(None)), :].reset_index('time')['val'].to_dict()