열 두 마리의 다테프라임 사전 만드는 데 가장 효율적인 방법은 무엇입니까?

어떤 곳에서 가장 효율적인 방법은 다음 다테프라임 판다.

데이터 =

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

사전 붙여넣습니다 like '알파벳 [1: a& # 39, & # 39, 2: b& # 39, & # 39, 3: c& # 39, & # 39, 4: d& # 39, & # 39, 5: # 39, & # 39, e&] '?

프로그래밍
python dictionary pandas dataframe
2일 7월 2013 в 12:58
19 파운드
해결책
In [9]: pd.Series(df.Letter.values,index=df.Position).to_dict()
Out[9]: {1: 'a', 2: 'b', 3: 'c', 4: 'd', 5: 'e'}

속도 콩파리온 (Wouter& 사용하여 # 39 의 방법)

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
편집된 답변9일 5월 2019 в 4:29
해설 (11)

적어도 내가 찾은 게 더 빨리 문제를 해결할 수 있는 대형 데이터세트를 사용: ' () [VALUE]' .to_dict df.set_index (키)

대비성 켜짐이 50,000 행:

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']

출력:

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
편집된 답변1일 9월 2016 в 3:56
해설 (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)])

오랜

솔루션이므로 설명했다. '딕트 (정렬할지 (드프리발 주스토리스트 ()))'

주어진:

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

[out]:

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

종료기:

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

[out]:

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

그럼 선택적으로:

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

또는:

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

[out]:

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

마지막으로, 캐스팅 목록을 딕트 붙여넣습니다 2 요소 목록.

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

[out]:

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

관련

자동 응답기가 @sbradbio 설명:

여러 개의 값을 경우 특정 키 및 싶은 렉시한테서 모두야, it& # 39 의 가장 효율적인 하지만 가장 편리한 방법은 아님.

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'])

[out]:

>>> print(multivalue_dict)
defaultdict(list, {1: ['a'], 2: ['b'], 4: ['d', 'e', 'f']})
alvas
편집된 답변22일 10월 2018 в 12:28
해설 (2)

Python 에서 가장 빠른 방법은 여전히 3.6tb 바우테로베르메이어 하나. # 39 kikohs&. 제안은 보다 느린 다른 두 가지다.

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)

결과:

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