在 .txt 文件中有这样格式的数据:
UserId WordID
1 20
1 30
1 40
2 25
2 16
3 56
3 44
3 12
我在寻找什么 - 一些函数可以为每个用户 ID 提供结果分组,从而创建一个 wordid 列表:
[[20, 30, 40], [25, 16], [56, 44, 12]]
我想做的是:
def loadSet(path='/data/file.txt'):
datset={}
for line in open(path+'/file.txt'):
(userid,wordid)=line.split('\t')
dataset.setdefault(user,{})
dataset[userid][wordid]=float(wordid)
return dataset
可是我受不了了。您能建议正确的方法吗?
请您参考如下方法:
我想你可以使用 groupby与 apply tolist 与 values :
print df.groupby('UserId')['WordID'].apply(lambda x: x.tolist()).values
[[20, 30, 40] [25, 16] [56, 44, 12]]
或申请list,谢谢B.M.
print df.groupby('UserId')['WordID'].apply(list).values
[[20, 30, 40] [25, 16] [56, 44, 12]]
时间:
df = pd.concat([df]*1000).reset_index(drop=True)
In [358]: %timeit df.groupby('UserId')['WordID'].apply(list).values
1000 loops, best of 3: 1.22 ms per loop
In [359]: %timeit df.groupby('UserId')['WordID'].apply(lambda x: x.tolist()).values
1000 loops, best of 3: 1.23 ms per loop
