熊猫DF与价值观字典作为Python列表从DF列

Question

我有一个包含“功能”的股市大熊猫DF，它看起来像这样聚集：

我现在正在试图建立一个字典，独特扇区为关键，以及独特部门值行情的Python列表，所以我最终的东西，看起来像这样：

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

等

我可以遍历大熊猫DF行创建字典，但我更喜欢一个更Python的解决方案。到目前为止，这个代码是一个部分的解决方案：

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

任何反馈表示赞赏。

UPDATE：

该解决方案通过@wrwrwr

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

部分作品，但它返回一个熊猫系列的价值，而不是Python列表。任何有关如何将熊猫系列转换成同一行中的python列表以及不必迭代字典的想法？

Answer 1

不会f.set_index('ticker').groupby('sector').groups是你想要的吗？

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'])} 

要确保他们有你想要的类型：

{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()