如何在 Python 中散列数据帧的字符串？

如何解决如何在 Python 中散列数据帧的字符串？

我需要以某种方式散列数据框字段的字符串。

我有这个 df：

cars =            ['Tesla','Renault','Tesla','Fiat','Audi','Mercedes','Mercedes']
included_colors = ['red','green',np.nan,'yellow','black','orange']
data = {'Cars': cars,'Included Colors': included_colors}
df = pd.DataFrame (data,columns = ['Cars','Included Colors'])

它看起来像这样：

       Cars Included Colors
0     Tesla             red
1   Renault           green
2     Tesla             NaN
3      Fiat             NaN
4      Audi          yellow
5     Tesla           black
6  Mercedes             NaN
7  Mercedes          orange

我正在尝试以这种方式创建字典或其他形式的数据结构，以在这种情况下有用：

这样我就可以最终让汽车和所有相关的颜色匹配，就像这个例子一样：

Tesla - red,black
Renault - green
Fiat - np.nan
Audi - yellow
Mercedes - orange

我试过这段代码，但我不知道如何继续......：

all_cars = df['Cars'].tolist() # extract all the cars from the df in a list
all_cars = list(dict.fromkeys(all_cars)) # make them unique

dis = {}
for car in all_cars:
    mask = (df['Cars'] == car)
    dis[df.loc[mask,'Cars']] = df.loc[mask,'Included Colors']
    

它不一定是字典，它可以是任何东西，只要匹配所有这些键值即可。我只是认为这种数据结构适合。

如何使这项工作？非常感谢！！！！

解决方法

您可以使用 groupby() 并聚合到 list。然后创建输出字典：

x = df.groupby("Cars",as_index=False).agg(list)
out = dict(zip(x.Cars,x["Included Colors"]))
print(out)

打印：

{'Audi': ['yellow'],'Fiat': [nan],'Mercedes': [nan,'orange'],'Renault': ['green'],'Tesla': ['red',nan,'black']}

---

感谢@QuangHoang 简短的回答：

print(df.groupby("Cars")['Included Colors'].agg(list).to_dict())