如何使用pandas将DataFrame列匹配值转换为按值降序的分组字典

解决方案 #

以下代码可直接实现需求，5000条数据量下运行无性能压力：

完整代码示例

import pandas as pd

# 构造示例数据（实际使用时替换为你自己的DataFrame即可）
df = pd.DataFrame({
    'v_id': [222, 222, 222, 33, 555, 555, 555],
    'r_id': [1, 2, 9, 1, 1, 5, 7],
    'count': [1000, 1500, 600, 7000, 6000, 60, 2300]
})

# 核心处理逻辑
# 1. 按v_id分组、每组内按count降序排序
df_sorted = df.sort_values(['v_id', 'count'], ascending=[True, False])
# 2. 分组聚合生成有序字典
result = df_sorted.groupby('v_id').apply(
    lambda x: dict(zip(x['r_id'], x['count']))
).reset_index(name='data')

输出结果验证

最终得到的result结构如下：

注意事项

Python 3.7及以上版本默认支持字典有序，如果你使用的是更低版本，可将代码中的dict替换为collections.OrderedDict，即可保证字典按count降序排列。

内容的提问来源于stack exchange，提问作者Shouhaddo Paul