【问题标题】：How to create a dictionary of two pandas DataFrame columns如何创建两个熊猫 DataFrame 列的字典
【发布时间】：2013-06-29 20:41:37
【问题描述】：

组织以下熊猫数据框的最有效方法是什么：

数据 =

Position    Letter
1           a
2           b
3           c
4           d
5           e

像alphabet[1 : 'a', 2 : 'b', 3 : 'c', 4 : 'd', 5 : 'e']这样的字典？

【问题讨论】：

标签： python dictionary pandas dataframe

【解决方案1】：

以下是使用以下 df 测试的另外两种方法。

df = pd.DataFrame(np.random.randint(0,10,10000).reshape(5000,2),columns=list('AB'))

使用to_records()

dict(df.to_records(index=False))

使用MultiIndex.from_frame()

dict(pd.MultiIndex.from_frame(df))

每个时间。

24.6 ms ± 847 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)
1.86 ms ± 11.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

【讨论】：

【解决方案2】：

In [9]: pd.Series(df.Letter.values,index=df.Position).to_dict()
Out[9]: {1: 'a', 2: 'b', 3: 'c', 4: 'd', 5: 'e'}

速度比较（使用 Wouter 方法）

In [6]: df = pd.DataFrame(randint(0,10,10000).reshape(5000,2),columns=list('AB'))

In [7]: %timeit dict(zip(df.A,df.B))
1000 loops, best of 3: 1.27 ms per loop

In [8]: %timeit pd.Series(df.A.values,index=df.B).to_dict()
1000 loops, best of 3: 987 us per loop

【讨论】：

不先创建系列... dict(zip(df.Position, df.Letter))
仅供参考.....我的方法非常接近于 Wouter 在做什么，不同之处在于它使用 izip 实现，而不是 zip;我猜发电机会有所作为
@WouterOvermeire 这在我的应用程序中完美运行，感谢您的贡献
@Jeff dict(zip...) 最快的一个
在 shape=(100,2) 的 DataFrame 上，Wouter 的 dict(zip...) 方法比 Jeff 的方法快 3 倍 - 我使用了 %timeit

【解决方案3】：

TL;DR

>>> import pandas as pd
>>> df = pd.DataFrame({'Position':[1,2,3,4,5], 'Letter':['a', 'b', 'c', 'd', 'e']})
>>> dict(sorted(df.values.tolist())) # Sort of sorted... 
{'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
>>> from collections import OrderedDict
>>> OrderedDict(df.values.tolist())
OrderedDict([('a', 1), ('b', 2), ('c', 3), ('d', 4), ('e', 5)])

长期

解释解决方案：dict(sorted(df.values.tolist()))

给定：

df = pd.DataFrame({'Position':[1,2,3,4,5], 'Letter':['a', 'b', 'c', 'd', 'e']})

[出]：

 Letter Position
0   a   1
1   b   2
2   c   3
3   d   4
4   e   5

试试：

# Get the values out to a 2-D numpy array, 
df.values

[出]：

array([['a', 1],
       ['b', 2],
       ['c', 3],
       ['d', 4],
       ['e', 5]], dtype=object)

然后可选：

# Dump it into a list so that you can sort it using `sorted()`
sorted(df.values.tolist()) # Sort by key

或者：

# Sort by value:
from operator import itemgetter
sorted(df.values.tolist(), key=itemgetter(1))

[出]：

[['a', 1], ['b', 2], ['c', 3], ['d', 4], ['e', 5]]

最后，将包含 2 个元素的列表转换为 dict。

dict(sorted(df.values.tolist()))

[出]：

{'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}

相关

回答@sbradbio 评论：

如果特定键有多个值并且您想保留所有值，这不是最有效但最直观的方法是：

from collections import defaultdict
import pandas as pd

multivalue_dict = defaultdict(list)

df = pd.DataFrame({'Position':[1,2,4,4,4], 'Letter':['a', 'b', 'd', 'e', 'f']})

for idx,row in df.iterrows():
    multivalue_dict[row['Position']].append(row['Letter'])

[出]：

>>> print(multivalue_dict)
defaultdict(list, {1: ['a'], 2: ['b'], 4: ['d', 'e', 'f']})

【讨论】：

有没有办法可以添加多个列作为值{'key': [value1, value2]}
检查附加答案
我认为 value1 和 value2 是两个独立的列。你能用 {'id': ['long','lat]} 创建一个字典吗？ long 和 lat 位于不同的列中。

【解决方案4】：

在 Python 3.6 中，最快的方法仍然是 WouterOvermeire 方法。 Kikohs 的提议比其他两个选项要慢。

import timeit

setup = '''
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(32, 120, 100000).reshape(50000,2),columns=list('AB'))
df['A'] = df['A'].apply(chr)
'''

timeit.Timer('dict(zip(df.A,df.B))', setup=setup).repeat(7,500)
timeit.Timer('pd.Series(df.A.values,index=df.B).to_dict()', setup=setup).repeat(7,500)
timeit.Timer('df.set_index("A").to_dict()["B"]', setup=setup).repeat(7,500)

结果：

1.1214002349999777 s  # WouterOvermeire
1.1922008498571748 s  # Jeff
1.7034366211428602 s  # Kikohs

【讨论】：

【解决方案5】：

我找到了一种解决问题的更快方法，至少在实际大型数据集上使用： df.set_index(KEY).to_dict()[VALUE]

50,000 行的证明：

df = pd.DataFrame(np.random.randint(32, 120, 100000).reshape(50000,2),columns=list('AB'))
df['A'] = df['A'].apply(chr)

%timeit dict(zip(df.A,df.B))
%timeit pd.Series(df.A.values,index=df.B).to_dict()
%timeit df.set_index('A').to_dict()['B']

输出：

100 loops, best of 3: 7.04 ms per loop  # WouterOvermeire
100 loops, best of 3: 9.83 ms per loop  # Jeff
100 loops, best of 3: 4.28 ms per loop  # Kikohs (me)

【讨论】：