python - Pandas -快速从列和行组中创建字典

我正在尝试从一组值中快速创建一个字典，其中字典中的每个元素都具有与该值关联的另外两个列中的键值对。例如：

我的资料：

                 cheese               x               y
 1  0000000000000005559               1               2
 2  0000000000000005559               2               2
 3  0000000000000004058               3               5
 4  0000000000000004058               4               5
 5  0000000000000004058               5               5

所需的输出：

cheese
0000000000000005559              {1: 2, 2: 2}
0000000000000004058        {3: 5, 4: 5, 5: 5}
0000000000000007157              {6: 7, 7: 7}
0000000000000000815    {8: 10, 9: 10, 10: 10}
0000000000000009160          {11: 12, 12: 12}

我可以使用过于复杂的lambda和apply来执行此操作，但是对于较大的数据框（数百万个唯一分组的顺序），这确实很慢。如何快速实现？

最佳答案

使用defaultdict的方法
这应该很快

from collections import defaultdict

d = defaultdict(dict)

es = df.epoch.values.tolist()
xs = df.x.values.tolist()
ys = df.y.values.tolist()

for e, x, y in zip(es, xs, ys):
    d[e][x] = y

pd.Series(d)

1505339100449045559          {1: 2, 2: 2}
1505339102148504058    {3: 5, 4: 5, 5: 5}
dtype: object

关于python - Pandas -快速从列和行组中创建字典，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/46587971/