2つのpandas Dataframeカラムの辞書を作成する最も効率的な方法は何ですか？

次のpandas Dataframeを整理する最も効率的な方法は何ですか？

データ

Position    Letter
1           a
2           b
3           c
4           d
5           e

を alphabet[1 : 'a', 2 : 'b', 3 : 'c', 4 : 'd', 5 : 'e'] のような辞書に変換しますか？

プログラミング
python dictionary pandas dataframe
2日 7月 2013 в 12:58
13 ビュー
ソリューション
In [9]: pd.Series(df.Letter.values,index=df.Position).to_dict()
Out[9]: {1: 'a', 2: 'b', 3: 'c', 4: 'd', 5: 'e'}

スピード比較（Wouterの方法を使用）

In [6]: df = pd.DataFrame(randint(0,10,10000).reshape(5000,2),columns=list('AB'))

In [7]: %timeit dict(zip(df.A,df.B))
1000 loops, best of 3: 1.27 ms per loop

In [8]: %timeit pd.Series(df.A.values,index=df.B).to_dict()
1000 loops, best of 3: 987 us per loop
Joseph Dasenbrock
編集した答え 9日 5月 2019 в 4:29
解説 (11)

少なくとも現実的な大きさのデータセットでは、この問題をより速く解決する方法を見つけた： df.set_index(KEY).to_dict()[VALUE]`を使います。

50,000行での証明：

df = pd.DataFrame(np.random.randint(32, 120, 100000).reshape(50000,2),columns=list('AB'))
df['A'] = df['A'].apply(chr)

%timeit dict(zip(df.A,df.B))
%timeit pd.Series(df.A.values,index=df.B).to_dict()
%timeit df.set_index('A').to_dict()['B']

出力：

100 loops, best of 3: 7.04 ms per loop  # WouterOvermeire
100 loops, best of 3: 9.83 ms per loop  # Jeff
100 loops, best of 3: 4.28 ms per loop  # Kikohs (me)
Kikohs
編集した答え 1日 9月 2016 в 3:56
解説 (1)

TL; DR。 ====。

>>> import pandas as pd
>>> df = pd.DataFrame({'Position':[1,2,3,4,5], 'Letter':['a', 'b', 'c', 'd', 'e']})
>>> dict(sorted(df.values.tolist())) # Sort of sorted... 
{'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
>>> from collections import OrderedDict
>>> OrderedDict(df.values.tolist())
OrderedDict([('a', 1), ('b', 2), ('c', 3), ('d', 4), ('e', 5)])

長い間。 ====。

説明ソリューション: dict(sorted(df.values.to list()))。

与えられた:

df = pd.DataFrame({'Position':[1,2,3,4,5], 'Letter':['a', 'b', 'c', 'd', 'e']})

[アウト]:

 Letter Position
0   a   1
1   b   2
2   c   3
3   d   4
4   e   5

試す:

# Get the values out to a 2-D numpy array, 
df.values

[アウト]:

array([['a', 1],
       ['b', 2],
       ['c', 3],
       ['d', 4],
       ['e', 5]], dtype=object)

次にオプションで:

# Dump it into a list so that you can sort it using `sorted()`
sorted(df.values.tolist()) # Sort by key

または:

# Sort by value:
from operator import itemgetter
sorted(df.values.tolist(), key=itemgetter(1))

[アウト]:

[['a', 1], ['b', 2], ['c', 3], ['d', 4], ['e', 5]]

最後に、2つの要素のリストをディクストにキャストします。

dict(sorted(df.values.tolist()))

[アウト]:

{'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}

-----。

関連。 ====。

@sbradbioコメントへの回答:

特定のキーに複数の値があり、それらすべてを保持したい場合、それは最も効率的ではありませんが、最も直感的な方法は次のとおりです。

from collections import defaultdict
import pandas as pd

multivalue_dict = defaultdict(list)

df = pd.DataFrame({'Position':[1,2,4,4,4], 'Letter':['a', 'b', 'd', 'e', 'f']})

for idx,row in df.iterrows():
    multivalue_dict[row['Position']].append(row['Letter'])

[アウト]:

>>> print(multivalue_dict)
defaultdict(list, {1: ['a'], 2: ['b'], 4: ['d', 'e', 'f']})
alvas
編集した答え 22日 10月 2018 в 12:28
解説 (2)

Python 3.6では最速の方法はまだWouterOvermeireのものです。Kikohs' の提案は他の2つの選択肢より遅いです。

import timeit

setup = '''
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(32, 120, 100000).reshape(50000,2),columns=list('AB'))
df['A'] = df['A'].apply(chr)
'''

timeit.Timer('dict(zip(df.A,df.B))', setup=setup).repeat(7,500)
timeit.Timer('pd.Series(df.A.values,index=df.B).to_dict()', setup=setup).repeat(7,500)
timeit.Timer('df.set_index("A").to_dict()["B"]', setup=setup).repeat(7,500)

結果

1.1214002349999777 s  # WouterOvermeire
1.1922008498571748 s  # Jeff
1.7034366211428602 s  # Kikohs
解説 (0)