Pandas DataFrame Groupby 两列并在相同的键插入列表中获得不同的关系

Question

我有这个 table :

  Head  Relation    Tail 
0   9       1          0 
1   10      1         11  
2   9       0         23 
3   10      1         61 
4   9       0         12
5   10      0         66
6   10      0         61

我必须创建一个字典，其中 Head 键和值等于关系但不重复，并且对于关系的每个值我必须插入相应的尾部。

示例：

{9 : {1: [10], 0:[23,12]}, 10 : {1:[11,61], 0:[66,61]}}

我真的不知道该怎么做。有没有人可以帮助我？

第二个示例输入：

    Head    Relation    Tail  
  0 207       1         269  
  1 207       1          61  
  2 207       0          62  
  3 208       1          269 
  4 290       0          269

输出：

{207: {0: [62], 1: [269,61]}, 208: {0: nan, 1: [269]},
 290: {0: [269], 1: nan}}

我想删除 nans

Answer 1

你可以使用 pivot_table and to_dict:

(df.pivot_table(index='Head', columns='Relation', values='Tail', aggfunc=list)
   .to_dict('index')
)

或者，反过来：

(df.pivot_table(index='Relation', columns='Head', values='Tail', aggfunc=list)
   .to_dict()
)

输出：

{9: {0: [23, 12], 1: [0]}, 10: {0: [66, 61], 1: [11, 61]}}

post-处理输出以移除 NaN：

d = (df.pivot_table(columns='Head', index='Relation', values='Tail', aggfunc=list)
     .to_dict()
     )

d2 = {k: {k2:v2 for k2,v2 in v.items() if pd.isna(v2) is not True}
      for k,v in d.items()}