如何用Pandas按combo_id聚合行并生成字典键值对？

原始数据 #

需求 #

将combo_id相同的行聚合，以每行的perm_id为键、attr1为值生成字典，最终得到如下结果：

你遇到的问题 #

你尝试先将attr1转为字典：

df['attr1'] = df.apply(lambda x: {x['perm_id']: x['attr1']})

然后合并同组字典：

df.groupby(['combo_id']).agg({'attr1': lambda x: {x**}})

但出现KeyError: perm_id错误。

错误原因&解决步骤 #

1. 错误根源 #

df.apply()默认按列处理（axis=0），此时lambda里的x是整列Series，不是单行数据，所以找不到perm_id这个键。必须指定axis=1让函数逐行处理。

2. 正确实现方式 #

方法一：先转换列再聚合

先修正apply的axis参数，再用聚合函数合并字典：

# 逐行生成单个键值对的字典
df['attr1'] = df.apply(lambda x: {x['perm_id']: x['attr1']}, axis=1)
# 分组后合并所有字典
result = df.groupby('combo_id')['attr1'].agg(lambda x: {k: v for d in x for k, v in d.items()}).reset_index()

方法二：直接在聚合中完成（更高效）

不需要先修改原DataFrame，直接在groupby的agg里处理每行数据并合并：

result = df.groupby('combo_id').agg(
    attr1=lambda x: {row['perm_id']: row['attr1'] for _, row in x.iterrows()}
).reset_index()

两种方法都能得到你需要的结果，方法二避免修改原数据，更推荐。

内容的提问来源于stack exchange，提问作者Jia Wu