パンダの列として複製辞書を作成

Question

データフレームに重複する値があります。重複の2例

1. 同じカテゴリに二つの異なるカテゴリーにルールとして

を示す二回

同じIDを示す同じIDがありますが、1-1のマッピングがあるはずですIDからカテゴリへ。

問題を調査する必要があり、ID列に重複値がない新しいデータフレームを作成したいが、私は辞書である2番目の列がある。ディクショナリのキーは、IDがマップされるカテゴリであり、値はカウントです。例えば、ケース1では値2の1要素辞書があり、ケース2では2の要素辞書があり、各キーの値は1である。

以下はデータフレームdfの例である。

ID   Category 
1001   cat1 
1002   cat1 
1002   cat1 
1003   cat1 
1003   cat2 
1004   cat2 

お勧めはありますか？

おそらく

Answer 1

ない最も効率的なソリューションが、動作します：

from collections import defaultdict 
def list_to_dict(x): 
    d = defaultdict(int) 
    for key in x: 
     d[key] += 1 
    return dict(d) 

d = {"ID": pd.Series([1001,1002,1002,1003,1003,1004]), "Category": pd.Series(['cat1','cat1','cat1','cat1','cat2','cat2'])} 
df = pd.DataFrame(d) 

df.groupby('ID')['Category'].apply(list).apply(list_to_dict) 

出力は次のようになります。

ID 
1001    {u'cat1': 1} 
1002    {u'cat1': 2} 
1003 {u'cat1': 1, u'cat2': 1} 
1004    {u'cat2': 1} 

Answer 2

そう簡単ではない - groupbyを使用してvalue_countsとto_dictとラムダ関数を適用します。

dictの場合trick - 最初にdictをリストに作成し、次に各リストをstr[0]で選択します。

df1 = df.groupby('ID')['Category'] 
     .apply(lambda x: [x.value_counts().to_dict()]) 
     .str[0] 
     .reset_index() 
print (df1) 
    ID    Category 
0 1001    {'cat1': 1} 
1 1002    {'cat1': 2} 
2 1003 {'cat1': 1, 'cat2': 1} 
3 1004    {'cat2': 1} 

Answer 3

コード：

from collections import Counter 
df2 = df.groupby(["ID"])["Category"].apply(lambda x : Counter(list(x))) 

テスト：

df2.loc[1002]["cat1"] 
df2.loc[1003]["cat1"] 

結果：

2.0 
1.0