如何将含共同键的列表值合并为字典并应用于DataFrame

需求说明 #

我们需要处理交替存储用户名与对话内容的列表，将同一用户的所有对话合并为单个字符串，最终生成以用户名为键、合并后对话为值的字典；同时要将这个逻辑批量应用到包含多个此类列表的DataFrame中。

实现代码 #

def Convert(lst):
    dct = {}
    # 初始化所有用户名对应的空字符串键值对
    for ind in range(len(lst)):
        if ind % 2 == 0:
            if lst[ind] not in dct:
                dct[lst[ind]] = ""
    # 遍历对话内容，合并到对应用户名下
    for ind in range(len(lst)):
        if ind % 2 == 1:
            dct[lst[ind - 1]] += lst[ind] + " "
    # 移除每个对话字符串末尾多余的空格
    for key in dct:
        dct[key] = dct[key].strip()
    return dct

# 将转换逻辑应用到DataFrame的list_of_convo列
df['grouped'] = df['list_of_convo'].apply(Convert)

代码逻辑解释 #

1. 初始化字典：遍历列表的偶数索引（对应用户名），为每个新出现的用户在字典中创建空字符串值的键
2. 合并对话：遍历列表的奇数索引（对应对话内容），将当前对话追加到前一个索引对应的用户名下
3. 优化格式：移除每个对话字符串末尾因拼接产生的多余空格

示例效果 #

处理后的DataFrame会新增grouped列，其中每行的结果为：

• 行0：{'person1': 'Hi You there? Hru?', 'person2': 'Hello Good'}
• 行1：{'person3': 'Hi You there? Hru?', 'person2': 'Hello Good'}
• 行2：{'person5': 'Hi You there? Hru?', 'person2': 'Hello Good'}

内容的提问来源于stack exchange，提问作者Shay