有没有一种方法可以读取字典中的 CSV 文件，这样元组中的自定义行是键，其余（元组中）是值？
这是一个示例表：
A |B |C |D |E
--------------
0 |0 |0 |5 |1
0 |1 |0 |2 |8
1 |0 |0 |5 |7
1 |1 |0 |3 |7
0 |0 |1 |9 |0
结果：
dictionary[(A,B,C)] = (D, E)
print(dictionary[(0,0,0)]) # (5,1)
有没有一种有效的方法来实现这一目标？
【问题讨论】：
标签： python python-3.x pandas csv
考虑熊猫数据框df：
A B C D E
0 0 0 5 1
0 1 0 2 8
1 0 0 5 7
1 1 0 3 7
0 0 1 9 0
让我们将zip 列A, B, C 和D, E 放在一起，在dict 理解中制作元组的键值对：
k, v = ['A', 'B', 'C'], ['D', 'E']
dct = {tuple(x): tuple(y) for x, y in zip(df[k].to_numpy(), df[v].to_numpy())}
结果：
{(0, 0, 0): (5, 1),
(0, 1, 0): (2, 8),
(1, 0, 0): (5, 7),
(1, 1, 0): (3, 7),
(0, 0, 1): (9, 0)}
【讨论】：
我不确定这是否是最好的解决方案，但它确实有效：
pd.concat([df[['A', 'B', 'C']].apply(tuple, 1),
df[['D', 'E']].apply(tuple, 1)], axis=1)\
.set_index(0)[1].to_dict()
#{(0, 0, 0): (5, 1), (0, 1, 0): (2, 8), (1, 0, 0): (5, 7),
# (1, 1, 0): (3, 7), (0, 0, 1): (9, 0)}
【讨论】：