निम्नलिखित पांडा डेटाफ़्रेम को व्यवस्थित करने का सबसे कुशल तरीका क्या है:
डेटा =
Position Letter
1 a
2 b
3 c
4 d
5 e
जैसे एक शब्दकोश में alphabet[1 : 'a', 2 : 'b', 3 : 'c', 4 : 'd', 5 : 'e']?
जवाबों:
In [9]: pd.Series(df.Letter.values,index=df.Position).to_dict()
Out[9]: {1: 'a', 2: 'b', 3: 'c', 4: 'd', 5: 'e'}
गति तुलना (Wouter की विधि का उपयोग करके)
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
izipके बजाय, लागू किया गया है zip; जेनरेटर से मुझे लगता है कि फर्क पड़ता है
मुझे समस्या को हल करने का एक तेज़ तरीका मिला, कम से कम वास्तविक रूप से बड़े डेटासेट का उपयोग करके:
df.set_index(KEY).to_dict()[VALUE]
50,000 पंक्तियों पर प्रमाण:
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']
आउटपुट:
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)
पायथन 3.6 में सबसे तेज़ तरीका अभी भी WouterOvermeire है। किकोह का प्रस्ताव अन्य दो विकल्पों की तुलना में धीमा है।
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)
परिणाम:
1.1214002349999777 s # WouterOvermeire
1.1922008498571748 s # Jeff
1.7034366211428602 s # Kikohs
>>> 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)])
समझा समाधान: dict(sorted(df.values.tolist()))
दिया हुआ:
df = pd.DataFrame({'Position':[1,2,3,4,5], 'Letter':['a', 'b', 'c', 'd', 'e']})[बाहर]:
Letter Position
0 a 1
1 b 2
2 c 3
3 d 4
4 e 5
प्रयत्न:
# Get the values out to a 2-D numpy array,
df.values
[बाहर]:
array([['a', 1],
['b', 2],
['c', 3],
['d', 4],
['e', 5]], dtype=object)
फिर वैकल्पिक रूप से:
# Dump it into a list so that you can sort it using `sorted()`
sorted(df.values.tolist()) # Sort by key
या:
# Sort by value:
from operator import itemgetter
sorted(df.values.tolist(), key=itemgetter(1))
[बाहर]:
[['a', 1], ['b', 2], ['c', 3], ['d', 4], ['e', 5]]अंत में, 2 तत्वों की सूची की सूची एक तानाशाही में डालें।
dict(sorted(df.values.tolist())) [बाहर]:
{'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}उत्तर @sbradbio टिप्पणी:
यदि किसी विशिष्ट कुंजी के लिए कई मान हैं और आप उन सभी को रखना चाहते हैं, तो यह सबसे कुशल नहीं बल्कि सबसे सहज तरीका है:
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'])
[बाहर]:
>>> print(multivalue_dict)
defaultdict(list, {1: ['a'], 2: ['b'], 4: ['d', 'e', 'f']})
{'key': [value1, value2]}