基于3个数据帧列的嵌套字典

Question

我试图建立一个基于3个pandas df列的嵌套字典：

dataframe：停止列：'direction'（1-2），'stop_num'（如果方向为1则为1-23，如果方向为2则为100-2300），'name_eng'

我想要做的是：

zip中的x，y，z的dct = {x：{y：z}（停止['方向']，停止['name_eng']，停止['stop_num']）}

我得到的结果确实是一个嵌套字典，但由于未知原因我只得到y：z中的最后一个值，所以字典看起来像：

{1：{1：'aaa'}，'2：{100：'bbb'}}

知道我做错了什么吗？我需要的是一个嵌套字典，每个方向都有两个字典。

谢谢！

Answer 1

想象一下你的专栏是：

1   a   1a
1   b   1b
2   a   2a
2   b   2b

现在，试试你的代码：

>>> {x: {y:z} for x, y, z in zip([1,1,2,2], ['a', 'b', 'a', 'b'], ['1a', '1b', '2a', '2b'])}
{1: {'b': '1b'}, 2: {'b': '2b'}}

你对元组有一个循环：(1, 'a', '1a'), (1, 'b', '1b'), (2, 'a', '2a'), (2, 'b', '2b')。

元组的第一个元素是字典的“主”键。因此，在第一个元组之后，dict是{1: {'a':'1a'}}。

然后是(1, 'b', '1b')。主键1的值被覆盖，dict变为：{1: {'b':'1b'}}。

接下来的步骤是：{1: {'b':'1b'}, 2: {'a': '2a'}}和{1: {'b': '1b'}, 2: {'b': '2b'}}

为避免覆盖，您可以：

>>> d = {}
>>> for x, y, z in zip([1,1,2,2], ['a', 'b', 'a', 'b'], ['1a', '1b', '2a', '2b']):
...     d.setdefault(x, {}).update({y:z})
... 
>>> d
{1: {'a': '1a', 'b': '1b'}, 2: {'a': '2a', 'b': '2b'}}

我们的想法是为每个新的主键（setdefault(..., {})）创建一个新的dict，并更新与主键（update({y:z})）相关的dict。

如果你想要一个词典理解，这个将工作：

>>> {x: {y:z for k, y, z in zip([1,1,2,2], ['a', 'b', 'a', 'b'], ['1a', '1b', '2a', '2b']) if k==x} for x in set([1,1,2,2])}
{1: {'a': '1a', 'b': '1b'}, 2: {'a': '2a', 'b': '2b'}}

但它的效率远远低于for循环，因为你在第一列上循环一次以获得主键，然后在所有行上循环，为每个主键循环。