GroupBy结果到列表字典

Question

我有一个excel工作表，看起来像这样：

Column1 Column2 Column3
0       23      1
1       5       2
1       2       3
1       19      5
2       56      1
2       22      2
3       2       4
3       14      5
4       59      1
5       44      1
5       1       2
5       87      3

我希望提取这些数据，按列1分组，然后将其添加到字典中，使其如下所示：

{0: [1],
1: [2,3,5],
2: [1,2],
3: [4,5],
4: [1],
5: [1,2,3]}

到目前为止这是我的代码

excel = pandas.read_excel(r"e:\test_data.xlsx", sheetname='mySheet', parse_cols'A,C')
myTable = excel.groupby("Column1").groups
print myTable

但是，我的输出如下所示：

{0: [0L], 1: [1L, 2L, 3L], 2: [4L, 5L], 3: [6L, 7L], 4: [8L], 5: [9L, 10L, 11L]}

谢啦！

Answer 1

根据文档，GroupBy.groups：

它的键是计算的唯一组，对应的值是属于每个组的轴标签。

如果您想要值本身，您可以groupby'Clon1'，然后调用Application并传递list方法以应用于每个组。

然后，您可以根据需要将其转换为字典：

In [5]:

dict(df.groupby('Column1')['Column3'].apply(list))
Out[5]:
{0: [1], 1: [2, 3, 5], 2: [1, 2], 3: [4, 5], 4: [1], 5: [1, 2, 3]}

（注意：看看这个SO问题，为什么数字后跟L）

Answer 2

您可以在< code>Column1上< code>groupby，然后将< code>Column3用于< code>apply(list)并调用< code>to_dict？

In [81]: df.groupby('Column1')['Column3'].apply(list).to_dict()
Out[81]: {0: [1], 1: [2, 3, 5], 2: [1, 2], 3: [4, 5], 4: [1], 5: [1, 2, 3]}

或者，做

In [433]: {k: list(v) for k, v in df.groupby('Column1')['Column3']}
Out[433]: {0: [1], 1: [2, 3, 5], 2: [1, 2], 3: [4, 5], 4: [1], 5: [1, 2, 3]}