.unique()与to_dic()结合

在 Pandas 中，unique() 方法用于获取 Series 或 DataFrame 中唯一值的数组。当你使用 groupby 方法对 DataFrame 进行分组后，你可以在分组结果上调用 unique() 方法来获取每个分组中唯一值的数组。这个方法返回的结果可以直接转换为字典。

让我详细说明一下：

假设 price_df 是一个 DataFrame，其中包含了商品的价格信息。你想要按照 "itemId" 列进行分组，并且获取每个分组中的 "discountePrice" 列的唯一值数组。你可以按照以下步骤操作：

python 复制代码

import pandas as pd

# 假设price_df是你的DataFrame
# 创建一个示例DataFrame
data = {
    'itemId': ['A', 'A', 'B', 'B', 'B'],
    'discountePrice': [10, 15, 20, 25, 20]
}
price_df = pd.DataFrame(data)

# 按照 'itemId' 进行分组，并获取 'discountePrice' 列的唯一值数组
unique_discount_prices = price_df.groupby('itemId')['discountePrice'].unique()

# 将结果转换为字典
result_dict = unique_discount_prices.to_dict()

print("得到的字典：")
print(result_dict)

这将输出：

css 复制代码

得到的字典：
{'A': array([10, 15]), 'B': array([20, 25])}

这里，unique_discount_prices 是一个 Series，其索引是 "itemId"，值是包含唯一 "discountePrice" 值的数组。调用 to_dict() 方法将 Series 转换为字典，其中键是 "itemId"，值是对应的唯一值数组。

问题1：

如果要得到所有值的分组，没不是唯一值的分组，应该怎么实现？

答：用.apply(list)方法

all_discount_prices = price_df.groupby('itemId') $'discountePrice'$ .apply(list)

输出结果：这将输出一个字典，其中键是 "itemId"，值是包含相应分组中所有 "discountePrice" 值的列表：

less 复制代码

lessCopy code
得到的字典：
{'A': [10, 15], 'B': [20, 25, 20]}

在这个字典中，每个键对应一个 "itemId"，值是一个包含相应分组中所有 "discountePrice" 值的列表。