熊貓DF與價值觀字典作爲Python列表從DF列

Question

我有一個包含「功能」的股市大熊貓DF，它看起來像這樣聚集：

我現在正在試圖建立一個字典，獨特扇區爲關鍵，以及獨特部門值行情的Python列表，所以我最終的東西，看起來像這樣：

{'consumer_discretionary': ['AAP', 
    'AMZN', 
    'AN', 
    'AZO', 
    'BBBY', 
    'BBY', 
    'BWA', 
    'KMX', 
    'CCL', 
    'CBS', 
    'CHTR', 
    'CMG', 

等

我可以遍歷大熊貓DF行創建字典，但我更喜歡一個更Python的解決方案。到目前爲止，這個代碼是一個部分的解決方案：

df.set_index('sector')['ticker'].to_dict() 

任何反饋表示讚賞。

UPDATE：

該解決方案通過@wrwrwr

df.set_index('ticker').groupby('sector').groups 

部分作品，但它返回一個熊貓系列的價值，而不是Python列表。任何有關如何將熊貓系列轉換成同一行中的python列表以及不必迭代字典的想法？

Answer 1

不會f.set_index('ticker').groupby('sector').groups是你想要的嗎？

例如：

f = DataFrame({ 
     'ticker': ('t1', 't2', 't3'), 
     'sector': ('sa', 'sb', 'sb'), 
     'name': ('n1', 'n2', 'n3')}) 

groups = f.set_index('ticker').groupby('sector').groups 
# {'sa': Index(['t1']), 'sb': Index(['t2', 't3'])} 

要確保他們有你想要的類型：

{k: list(v) for k, v in f.set_index('ticker').groupby('sector').groups.items()} 

或：

f.set_index('ticker').groupby('sector').apply(lambda g: list(g.index)).to_dict()