pandas 将列表转为以字符为键的字典

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

本需求是有一个列表，列表中由字母和数字组成，需要将这个列表转为字典，键为字母，值为字母后的数字，如果多个数字刚组成列表。由于用 Python 的原生代码实现比较复杂，我们这里利用 pandas 的实用功能来解决这个问题。

数据与需求

原始数据为一个列表，如下代码，这个列表由（字母、数字）形式循环组成，期中数字可能会连续出现多个：

m = ['a',1,'b',13,14,'d',67]
m
# ['a', 1, 'b', 13, 14, 'd', 67]

现在需要将以形式的数据转为以下形式：

{'a': 1, 'b': [13, 14], 'd': 67}

它是一个字典，键是前边的字母，值是字母后边的数字，如果有多个字母则是一个列表。

思路分析

这个问题还是有点复杂的，如果用纯 Python 代码解决也不是不可以，需要复杂的逻辑和比较多的代码量，这里我们暂不考虑有原生的 Python 代码处理，利用 pandas 的能力解决。

首先，这个原数据是一个列表，我们可以将这个列表放入一个 Series 或者 DataFrame 的一列，然后增加辅助列判断是不是字母，将不是字母的用它之前的字母填充，这样将所有的数字对应到它的上个字母上。

最后再按这些字母进行分组，对应数字被分到相应的字母里，方便们将其转为以该字母为键的值。

代码过程

先将数据读取到 DataFrame 中，后续我们要增加辅助列来解决问题：

m = ['a',1,'b',13,14,'d',67]

df = pd.DataFrame({'x': m})
df
'''
    x
0   a
1   1
2   b
3  13
4  14
5   d
6  67
'''

先增加一个辅助列 y，where 判断 x 列是不是一个字母，如果不是字母的就是 NaN 缺失值，相当于将数字挖掉；再增加一个辅助列 z，它来填充掉缺失值，使用 ffill() 方法缺失值会取它前边的值。代码如：

(
    df.assign(y=df.x.where(df.x.str.isalpha()))
    .assign(z=lambda x: x.y.ffill())
)
'''
    x    y  z
0   a    a  a
1   1  NaN  a
2   b    b  b
3  13  NaN  b
4  14  NaN  b
5   d    d  d
6  67  NaN  d
'''

有了 z 列我们我们就可以用这列进行分组，在分组前还需要删除掉它个自身所在的列，我们用 query()，非常方便：

(
    df.assign(y=df.x.where(df.x.str.isalpha()))
    .assign(z=lambda x: x.y.ffill())
    .query('x!=z')
)
'''
    x    y  z
1   1  NaN  a
3  13  NaN  b
4  14  NaN  b
6  67  NaN  d
'''

这样就得到了 x 和 z 列我们想要的分组数据，接下来对 z 列分组并对 x 列聚合，聚合使用 agg() 。在聚合时如果 x 的长度大于 1 就将把它转为列表：

(
    df.assign(y=df.x.where(df.x.str.isalpha()))
    .assign(z=lambda x: x.y.ffill())
    .query('x!=z')
    .groupby('z')
    .x
    .agg(lambda x: list(x) if len(x) > 1 else x)
)
'''
z
a           1
b    [13, 14]
d          67
Name: x, dtype: object
'''

最后再用 agg() 将这个 Series 转为字典，在 agg() 中直接传入 dict 对象就可以，非常方便：

(
    df.assign(y=df.x.where(df.x.str.isalpha()))
    .assign(z=lambda x: x.y.ffill())
    .query('x!=z')
    .groupby('z')
    .x
    .agg(lambda x: list(x) if len(x) > 1 else x)
    .agg(dict)
)
# {'a': 1, 'b': [13, 14], 'd': 67}

以上就是这个需求的完整代码，虽然过程和代码有些长，但解决思路和逻辑非常清晰。另外，关于按一定规划对列表进行分组的需求也可以参考 pandas 将列表中有字母的元素分组这个案例，和本需求解决思路类似。

由此可见，pandas 可以帮助我们建立矩阵化、向量化的思维，解决复杂的数据处理问题。

（完）

pandas 将列表转为以字符为键的字典

数据与需求

思路分析

代码过程

相关内容