如何使用 to_dict() 将 pandas DataFrame 转换为列表字典？答案

【问题标题】：How to convert a pandas DataFrame into a dictionary of lists with to_dict()?如何使用 to_dict() 将 pandas DataFrame 转换为列表字典？
【发布时间】：2020-03-10 02:43:46
【问题描述】：

这似乎是一个简单的问题，但我对 pandas.DataFrame.to_dict 文档的复杂程度感到困惑：

我有以下玩具示例 pandas DataFrame 有两列，其中 column2 是一列列表：

import pandas as pd

dict1 = {'column1': ['list1', 'list2', 'list3'], 'column2': [[367, 30, 847, 482, 887, 654, 347, 504, 413, 821], [754, 915, 622, 149, 279, 192, 312, 203, 742, 846], [586, 521, 470, 476, 693, 426, 746, 733, 528, 565]]}

df = pd.DataFrame(dict1)

print(df)
  column1                                            column2
0   list1  [367, 30, 847, 482, 887, 654, 347, 504, 413, 821]
1   list2  [754, 915, 622, 149, 279, 192, 312, 203, 742, 846]
2   list3  [586, 521, 470, 476, 693, 426, 746, 733, 528, 565]

我想将此 pandas DataFrame 转换为字典，其中每个键来自 column1，值来自 column2。

这是我的首选输出：

{'list1': [367, 30, 847, 482, 887, 654, 347, 504, 413, 821], 
'list2': [754, 915, 622, 149, 279, 192, 312, 203, 742, 846], 
'list3': [586, 521, 470, 476, 693, 426, 746, 733, 528, 565]}

使用.to_dict()，这看起来很复杂。

如果我尝试df.set_index('column1').T.to_dict()，我会得到一个字典，其中包含字典中的列名：

{'list1': {'column2': [367, 30, 847, 482, 887, 654, 347, 504, 413, 821]}, 
'list2': {'column2': [754, 915, 622, 149, 279, 192, 312, 203, 742, 846]}, 
'list3': {'column2': [586, 521, 470, 476, 693, 426, 746, 733, 528, 565]}}

如果我尝试使用to_dict("list")，我会得到以下信息：

{'list1': [[367, 30, 847, 482, 887, 654, 347, 504, 413, 821]], 
'list2': [[754, 915, 622, 149, 279, 192, 312, 203, 742, 846]], 
'list3': [[586, 521, 470, 476, 693, 426, 746, 733, 528, 565]]}

这是不正确的，因为现在是列表列表的值，而不是单个列表。

如果我尝试to_dict("records")，输出实际上是一个列表，而不是字典：

[{'list1': [367, 30, 847, 482, 887, 654, 347, 504, 413, 821], 
'list2': [754, 915, 622, 149, 279, 192, 312, 203, 742, 846], 
'list3': [586, 521, 470, 476, 693, 426, 746, 733, 528, 565]}]

是否有另一个简单的命令可以将此 pandas DataFrame 转换为列表字典？我觉得我错过了什么。

【问题讨论】：

标签： python pandas dataframe dictionary

【解决方案1】：

这是你想要的吗：

df.set_index('column1')['column2'].to_dict()

输出：

{'list1': [367, 30, 847, 482, 887, 654, 347, 504, 413, 821],
 'list2': [754, 915, 622, 149, 279, 192, 312, 203, 742, 846],
 'list3': [586, 521, 470, 476, 693, 426, 746, 733, 528, 565]}

【讨论】：

啊，这要简单得多。谢谢！

【解决方案2】：

你可以使用zip():

>>> import pandas as pd
>>>
>>> dict1 = {'column1': ['list1', 'list2', 'list3'], 'column2': [[367, 30, 847, 482, 887, 654, 347, 504, 413, 821], [754, 915, 622, 149, 279, 192, 312, 203, 742, 846], [586, 521, 470, 476, 693, 426, 746, 733, 528, 565]]}
>>>
>>> df = pd.DataFrame(dict1)
>>>
>>>
>>> ur_dict = dict(zip(df['column1'], df['column2']))
>>> ur_dict
{'list1': [367, 30, 847, 482, 887, 654, 347, 504, 413, 821], 'list2': [754, 915, 622, 149, 279, 192, 312, 203, 742, 846], 'list3': [586, 521, 470, 476, 693, 426, 746, 733, 528, 565]}
>>>

【讨论】：

谢谢，这很有道理！
是的，当然:)))