python - 从排序数据框中提取列值的有效方法

Question

假设我有一个数据框(按第 1 列排序)df:

column1   column2
1           'Yes'
1           'No'
2           'Yes'
3           'Yes'
3           'Yes'
3           'Yes'

对于第 1 列中的每个值，我想知道它在第 2 列中的可能值，并将这些键值对存储在一个结构中。

例如，给定上面的df，我想要一个像这样的结构

{1: ['yes','No']; 2: ['Yes'], 3:['Yes']}

我做了类似的事情

for key in df[column1].unique.tolist():
   values = df.loc[df[column1] == key]][column2].unique().tolist()
   dict.add((key, values))

但是由于我原来的df很大，这个方法耗时太长。由于 df 是按 column1 排序的，我想知道是否有更有效的方法来实现这一点。

谢谢!

Answer 1

用duplicates去除冗余数据，然后按一列groupby，取唯一值，保存到dict:

final_dict = df.drop_duplicates().groupby('column1')['column2'].unique().to_dict()