Pandas：创建字典，其中一列是键，其余列的列表是值

Question

下面是df：

In [1114]: df
Out[1114]: 
   site_id   a  b  c   d    e
0        1   4  2  5  50  150
1        2  56  3  6  60  160
2        3   7  4  7  70  170
3        4   8  5  8  80  180

我想创建一个dict，其中site_id 列是键，其他列的列表是值。

我的尝试：

In [1101]: y = df.site_id.values
In [1109]: x = df[df.columns.difference(['site_id'])].values

In [1112]: d = {i:x[c] for c,i in enumerate(y)}
In [1113]: d
Out[1113]: 
{1: array([  4,   2,   5,  50, 150]),
 2: array([ 56,   3,   6,  60, 160]),
 3: array([  7,   4,   7,  70, 170]),
 4: array([  8,   5,   8,  80, 180])}

我能够解决它，但正在寻找更多pandaic 的方式。

预期输出：

{1: [4, 2, 5, 50, 150],
 2: [56, 3, 6, 60, 160],
 3: [7, 4, 7, 70, 170],
 4: [8, 5, 8, 80, 180]}

Answer 1

将 agg 应用于 df 应该将所有列值发送到列表。将 site_id 设置为索引，然后可以将结果输入键：值对

df.set_index('site_id').agg(list,1).to_dict()

{1: [4, 2, 5, 50, 150],
 2: [56, 3, 6, 60, 160],
 3: [7, 4, 7, 70, 170],
 4: [8, 5, 8, 80, 180]}

Answer 2

使用DataFrame.to_dict 和orient='list' 并转置DataFrame：

d = df.set_index('site_id').T.to_dict(orient='list')
print (d)
{1: [4, 2, 5, 50, 150],  
 2: [56, 3, 6, 60, 160], 
 3: [7, 4, 7, 70, 170], 
 4: [8, 5, 8, 80, 180]}