Python：从熊猫数据框中生成字典，其中行作为键，列作为值

Question

我有一个如下所示的数据框：

     Curricula Course1 Course2 Course3 ... CourseN
0       q1      c1        c2     NaN        NaN
1       q2      c14       c21    c1         Nan
2       q3      c2        c14    NaN        Nan
...
M       qm      c7        c9     c21

每个课程的课程数量不同。

我需要的是这个数据框中的字典，如下所示：

{'q1': 'c1', 'q1': 'c2', 'q2': 'c14', 'q2': 'c21', 'q2: 'c1' ... }

行名是我的键，对于每一行，字典中都填满了给出的所有 'Curricula': 'Course' 信息，不包括 'NaN' 值。

到目前为止，我尝试将索引设置为“课程”列，转置数据帧并使用 to_dict('records') 方法，但这导致以下输出：

在：

df.set_index('Curricula')
df_transposed = df.transpose()
Dic = df_transposed.to_dict('records')

出来：

[{0: 'q1', 1: 'q2', 2: 'q3', ... }, {0: 'c1', 1: 'c14', 2: 'c2' ...} ... {0: NaN, 1: 'c1', 2: 'Nan']

因此，这里将列整数值用作键，而不是我想要的“课程”列值，此外，不排除 NaN 值。

有人知道如何解决这个问题吗？

最好的问候， 一月

Answer 1

设置

df = pd.DataFrame({'Curricula': {0: 'q1', 1: 'q2', 2: 'q3'},
 'Course1': {0: 'c1', 1: 'c14', 2: 'c2'},
 'Course2': {0: 'c2', 1: 'c21', 2: 'c14'},
 'Course3': {0: np.nan, 1: 'c1', 2: np.nan}})

print(df)

  Curricula Course1 Course2 Course3
0        q1      c1      c2     NaN
1        q2     c14     c21      c1
2        q3      c2     c14     NaN

---

字典中不能有重复的键，但是您可以使用 agg 以及 set_index 和 stack 为每个唯一键创建一个列表：

df.set_index('Curricula').stack().groupby(level=0).agg(list).to_dict()

{'q1': ['c1', 'c2'], 'q2': ['c14', 'c21', 'c1'], 'q3': ['c2', 'c14']}