python - 如何在 Python 中散列数据帧的字符串？

Question

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', 'Tesla', 'Mercedes', 'Mercedes']
included_colors = ['red', 'green', np.nan, np.nan, 'yellow', 'black', np.nan, '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在这种情况下有用的字典或其他形式的数据结构:
这样我终于可以让汽车和所有相关的颜色匹配，就像在这个例子中一样:

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']
    

它不必是字典，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!!!!

Answer 1

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 一个简短的回答:

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