python - 根据另一列中的值在DataFrame中创建值的列表

我有一个熊猫数据框，如图所示在这个框架中还有许多列与任务无关。

id    pos      value       sente
1     a         I           21
2     b         have        21
3     b         a           21
4     a         cat         21
5     d         !           21
1     a         My          22
2     a         cat         22
3     b         is          22
4     a         cute        22
5     d         .           22

我想从某些列中列出一个列表，这样第一句话（sente=21）和其他每一句都是这样的。意思是每个句子都有自己独特的词条。

`[('I', 'a', '1'), ..., ('!','d','5')]`

我已经有一个功能可以为一个句子做这个，但是我不知道如何为框架中的所有句子（具有相同句子值的句子）做这个。

`class SentenceGetter(object):
  def __init__(self, data):
    self.n_sent = 1
    self.data = data
    self.empty = False
  def get_next(self):
    for t in self.data:
        try:
            s = self.data[(self.data["sente"] == 21)]
            self.n_sent += 1
            return
              s["id"].values.tolist(),
              s["pos"].values.tolist(),
              s["value"].values.tolist()
        except:
            self.empty = True
            return None,None,None

foo = SentenceGetter(df)
sent, pos, token = foo.get_next()
in = zip(token, pos, sent)

`
因为我的框架很大，所以没有办法使用这样的结构：
df.loc[((df["sente"] == df["sente"].shift(-1)) & (df["sente"] == df["sente"].shift(+1))), ["pos","value","id"]]
有什么想法吗？

最佳答案

如果您愿意使用标准库，collections.defaultdict提供一个O（n）解决方案：

from collections import defaultdict

d = defaultdict(list)

for _, num, *data in df[['sente', 'value', 'pos', 'id']].itertuples():
    d[num].append(data)

结果：

defaultdict(list,
            {21: [('I', 'a', 1),
                  ('have', 'b', 2),
                  ('a', 'b', 3),
                  ('cat', 'a', 4),
                  ('!', 'd', 5)],
             22: [('My', 'a', 1),
                  ('cat', 'a', 2),
                  ('is', 'b', 3),
                  ('cute', 'a', 4),
                  ('.', 'd', 5)]})