GroupBy 结果到列表字典中

问题描述：

我有一张如下所示的 Excel 表：

Column1 Column2 Column3
0       23      1
1       5       2
1       2       3
1       19      5
2       56      1
2       22      2
3       2       4
3       14      5
4       59      1
5       44      1
5       1       2
5       87      3

我希望提取该数据，按第 1 列对其进行分组，然后将其添加到字典中，使其显示如下：

{0: [1],
1: [2,3,5],
2: [1,2],
3: [4,5],
4: [1],
5: [1,2,3]}

这是我目前的代码

excel = pandas.read_excel(r"e:    est_data.xlsx", sheetname='mySheet', parse_cols'A,C')
myTable = excel.groupby("Column1").groups
print myTable

但是，我的输出如下所示：

{0: [0L], 1: [1L, 2L, 3L], 2: [4L, 5L], 3: [6L, 7L], 4: [8L], 5: [9L, 10L, 11L]}

谢谢！

解决方案 1：

您可以groupby继续Column1然后拨打Column3电话apply(list)吗to_dict？

In [81]: df.groupby('Column1')['Column3'].apply(list).to_dict()
Out[81]: {0: [1], 1: [2, 3, 5], 2: [1, 2], 3: [4, 5], 4: [1], 5: [1, 2, 3]}

或者

In [433]: {k: list(v) for k, v in df.groupby('Column1')['Column3']}
Out[433]: {0: [1], 1: [2, 3, 5], 2: [1, 2], 3: [4, 5], 4: [1], 5: [1, 2, 3]}

解决方案 2：

根据文档，GroupBy.groups：

是一个字典，其键是计算的唯一组，相应的值是属于每个组的轴标签。

如果您想要这些值本身，您可以使用groupby“Column1”，然后调用apply并传递list方法应用于每个组。

然后您可以根据需要将其转换为字典：

In [5]:

dict(df.groupby('Column1')['Column3'].apply(list))
Out[5]:
{0: [1], 1: [2, 3, 5], 2: [1, 2], 3: [4, 5], 4: [1], 5: [1, 2, 3]}

（注：看一下这个 SO 问题以了解为什么数字后面跟着L）