数据框到按键分组的元组列表的字典

Question

我有一个数据框 df ，如下所示：

        a    b    c    d
0       8    xx   17   1.0  
1       8    xy   19   1.0 
2       8    zz   13   0.0
3       9    tt   8    5.0

我正在尝试创建一个字典，其中包含一个包含元组列表的键，如下所示：

{8:[(17,1.0),(19,1.0),(13,0.0)], 9:[(8,5.0)]} 

这里，键来自 a 列，元组列表是键为 a 的 c 列和 d 列。我也将其应用于其他数据集并尝试过

df_new = df.groupby(['a'])[['c','d']).apply(lambda x: [tuple(x) for x in x.values])

但是，我不断收到错误

raise TypeError('Series.name must be a hashable type')
TypeError: Series.name must be a hashable type

我尝试删除 groupby 中的 ['a'] 并将其保留为 'a'，如下所示：

df_new = df.groupby('a')[['c','d']).apply(lambda x: [tuple(x) for x in x.values])

但是，我收到相同的以下错误：

raise TypeError('Series.name must be a hashable type')
TypeError: Series.name must be a hashable type

我不想让原始数据帧 df 中的所有内容都不变。我想保持原样。

有没有办法使用 pandas 功能来完成此任务？我真的不想创建列表，然后通过索引将一些列表压缩在一起并从中创建一个字典。

Answer 1

使用defaultdict

from collections import defaultdict

d = defaultdict(list)
for tup in df.itertuples():
    d[tup.a].append((tup.c, tup.d))

dict(d)

{8: [(17, 1.0), (19, 1.0), (13, 0.0)], 9: [(8, 5.0)]}

*使用to_dict和groupby*

df.set_index(['c', 'd']).groupby('a').apply(lambda df: df.index.tolist()).to_dict()

{8: [(17, 1.0), (19, 1.0), (13, 0.0)], 9: [(8, 5.0)]}