Pandas Dataframe 到 dict答案

【问题标题】：Pandas Datarame to dictPandas Dataframe 到 dict
【发布时间】：2018-08-11 03:12:29
【问题描述】：

我有一个数据框：

pd.DataFrame([[1,2,3],[111,222,333]], columns=['A', 'B', 'C'])

     A    B    C
0    1    2    3
1  111  222  333
2   11   22   33

我需要将 A 和 C 中的每一行转换为字典。
我应该能够得到这个：

{'1':'3',
 '111':'333',
 '11':'33'}

到目前为止，我还没有找到如何选择应该包含哪些列以及如何不包含标题

【问题讨论】：

标签： python pandas dictionary

【解决方案1】：

来自zip

dict(zip(df.A,df.C))
Out[1073]: {1: 3, 11: 33, 111: 333}

更新

from collections import defaultdict
d = defaultdict(dict)
for _,x in df.iterrows():
    d[x['A']][x['B']] = x['C']


d
Out[74]: defaultdict(dict, {1: {2: 3}, 11: {22: 33}, 111: {222: 333}})

【讨论】：

@AnonX aha , yw~ :-) 快乐编码
很抱歉再次打扰您。目前我有 {A:C}，但有没有办法生成 {A:{B:C}}？
@AnonX 这不是兄弟，:-)，更新，你需要嵌套字典 :-)
谢谢！ :) 以及如何删除“defaultdict（dict”和“）”，所以我只剩下原始的dict了？编辑：哦..哈哈..“dict(d)”就是这么简单^^谢谢！
@AnonX yw~ :-) 快乐编码

【解决方案2】：

谢谢各位！以防万一有人想知道优化的区别：

%%timeit
d1 = df.set_index('A')['C'].to_dict()

[Out]: 2.46 ms ± 11.3 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%%timeit
d2 = dict(zip(df['A'],df['C']))

[Out]: 1.23 ms ± 12.4 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

【讨论】：

【解决方案3】：

这是一种方式：

d = df.set_index('A')['C'].to_dict()

【讨论】：

完美！谢谢！