对于具有一列键和一列值的熊猫数据框，请制作另一列字典

Question

我有以下数据框：

    c1  c2          freq
0   a   [u]         [4]
1   b   [x, z, v]   [8, 3, 15]

我想获得另一列“ dict”，这样

    c1  c2          freq         dict
0   a   [u]         [4]          {'u':4}
1   b   [x, z, v]   [8, 3, 15]   {'x':8, 'z':3, 'v':15}

我正在尝试此代码：d["dict"] = d.apply(lambda row: dict(zip(row["c2"], row["freq"])))但这给出了错误： KeyError: ('c2', u'occurred at index c1')

不知道我在做什么错。整个练习是我定义了一个全局字典，如下所示：{"u":4, "v":15, "x":8, "z":3}我的初始数据帧是：

    c1  c2
0   a   u
1   b   [x, z, v]

其中[x, z, v]是一个numpy数组。对于每一行，我想保留全局字典中具有最高值的前2个元素（如果是数组），因此对于第二行，我将保留x和v。为此，我将c2列的每个元素转换为一个列表，使用各自的频率创建了一个新列，现在想转换为字典，以便按值对它进行排序。然后，我将保留该行字典的前2个键。

d["c2"] = d["c2"].apply(lambda x: list(set(x)))
d["freq"] = d["c2"].apply(lambda x: [c[j] for j in x])
d["dict"] = d.apply(lambda row: dict(zip(row["c2"], row["freq"])))

第三行引起了问题。另外，如果有一种更有效的方法来完成整个过程，那么我会很乐意提供任何建议。谢谢！

Answer 1

使用清单理解：

df['dict'] = [dict(zip(a,b)) for a, b in zip(df['c2'], df['freq'])]
print (df)
  c1         c2        freq                       dict
0  a        [u]         [4]                   {'u': 4}
1  b  [x, z, v]  [8, 3, 15]  {'x': 8, 'z': 3, 'v': 15}

或者在您的解决方案中添加axis=1按行处理：

df["dict"] = df.apply(lambda row: dict(zip(row["c2"], row["freq"])), axis=1)