如何通过apply/lambda将分组后的DataFrame转换为指定格式字典？

你现在的需求是把按列A分组的DataFrame转换成键为A的取值，值为(B,C)元组组成的列表的字典对吧？先梳理下你的原始数据、目标格式和遇到的问题：

原始DataFrame结构 #

A     B   C
0  11   one  5
1  11   two  7
2  11 three  9
3  22   one 11
4  22   two 13

目标字典格式 #

{11: [('one', 5), ('two', 7), ('three', 9)], 22: [('one', 11), ('two', 13)]}

你之前尝试的代码：

df_dict = df.groupby('A').apply(lambda y: {(x.B, x.C) for i, x in y.iterrows()})

得到的是分组后的Series，且值是集合（大括号包裹），和目标的字典+列表结构不符。

修改后的代码方案 #

这里有两种实用的修改方式：

方法一：调整返回类型并转字典

把lambda里的集合改为列表，最后用to_dict()把分组结果转为字典：

df_dict = df.groupby('A').apply(lambda y: [(x.B, x.C) for i, x in y.iterrows()]).to_dict()

方法二：更高效的实现（避免iterrows()）

iterrows()在数据量大时效率偏低，我们可以直接对分组后的列用zip生成元组列表：

df_dict = df.groupby('A').apply(lambda g: list(zip(g['B'], g['C']))).to_dict()

问题原因说明 #

1. 你用{(x.B, x.C) ...}生成的是集合，而目标需要的是有序的列表，所以要把大括号{}改成方括号[]；
2. groupby.apply()默认返回Series对象，而非字典，因此需要调用to_dict()完成格式转换。

这样修改后就能得到你期望的字典结构啦！

内容的提问来源于stack exchange，提问作者ZHICHEN GUO