Python pandas dataframe для словаря

Ответ 1

Смотрите документы для to_dict. Вы можете использовать его следующим образом:

df.set_index('id').to_dict()

И если у вас есть только один столбец, чтобы избежать имени столбца, это также уровень в dict (фактически, в этом случае вы используете Series.to_dict()):

df.set_index('id')['value'].to_dict()

Ответ 2

Если вы хотите простой способ сохранить дубликаты, вы можете использовать groupby:

>>> ptest = pd.DataFrame([['a',1],['a',2],['b',3]], columns=['id', 'value']) 
>>> ptest
  id  value
0  a      1
1  a      2
2  b      3
>>> {k: g["value"].tolist() for k,g in ptest.groupby("id")}
{'a': [1, 2], 'b': [3]}

Ответ 3

mydict = dict(zip(df.id, df.value))

Ответ 4

Ответы joris в этой теме и punchagan в дублированном потоке очень элегантны, однако они не дадут правильных результатов, если столбец, используемый для ключей, содержит любое дублирующее значение.

Например:

>>> ptest = p.DataFrame([['a',1],['a',2],['b',3]], columns=['id', 'value']) 
>>> ptest
  id  value
0  a      1
1  a      2
2  b      3

# note that in both cases the association a->1 is lost:
>>> ptest.set_index('id')['value'].to_dict()
{'a': 2, 'b': 3}
>>> dict(zip(ptest.id, ptest.value))
{'a': 2, 'b': 3}

Если у вас есть дублированные записи и вы не хотите их потерять, вы можете использовать этот уродливый, но рабочий код:

>>> mydict = {}
>>> for x in range(len(ptest)):
...     currentid = ptest.iloc[x,0]
...     currentvalue = ptest.iloc[x,1]
...     mydict.setdefault(currentid, [])
...     mydict[currentid].append(currentvalue)
>>> mydict
{'a': [1, 2], 'b': [3]}

Ответ 5

Другое (немного более короткое) решение для не проигрывания повторяющихся записей:

>>> ptest = pd.DataFrame([['a',1],['a',2],['b',3]], columns=['id','value'])
>>> ptest
  id  value
0  a      1
1  a      2
2  b      3

>>> pdict = dict()
>>> for i in ptest['id'].unique().tolist():
...     ptest_slice = ptest[ptest['id'] == i]
...     pdict[i] = ptest_slice['value'].tolist()
...

>>> pdict
{'b': [3], 'a': [1, 2]}