将数据框转换为字典，其中列具有重复值和字典值作为列表 [重复]答案

【问题标题】：Converting dataframe to dictionary with column having duplicate values and dictionary value as list [duplicate]将数据框转换为字典，其中列具有重复值和字典值作为列表 [重复]
【发布时间】：2019-12-26 13:22:37
【问题描述】：

我想达到这样的结果。

对于这个数据框：

Name    Val
   A      1
   A      2
   B      1
   B      3
   B      4

我想要一本像 {'A':[1,2],'B';[1,3,4]} 这样的字典

我将拥有两个这样的数据框，我的目标是实现每个键的价值差异。与键“B”一样，其他数据框的值可以为 1,5。

我不想使用循环，因为数据框会很大。

我尝试过使用

df.set_index(key).to_dict()[value-colum] 但这给我每个键只有一个值。

我尝试将 group by 用于数据帧

【问题讨论】：

这就是我要找的亚当。现在我只想检查如何知道这些字典的值的差异

标签： python pandas dataframe pandas-groupby

【解决方案1】：

这将涵盖您需要的内容：

In [22]：out = {}

在 [23]：for i in df["Name"].tolist()：
    ...: out[i] = df[df["Name"]==i]["Val"].tolist()
    ...：

[24]：出
输出[24]: {'A': [1, 2], 'B': [1, 3, 4]}

【讨论】：

【解决方案2】：

你可以试试：

ddict = {
  'A':[],
  'B':[]
}

按列过滤数据并从另一列返回值。将每个字典键设置为这些结果：

ddict['A'] = list(df[df['Name'] == 'A']['Val'].values)
ddict['B'] = list(df[df['Name'] == 'B']['Val'].values)

输出：

{
'A': ['1', '2'],
'B': ['1', '3', '4']
}

编辑：或者，如果您想遍历所有键：

 for key in ddict.keys():
    ddict[key] = list(df[df['Name'] == key]['Val'].values)

【讨论】：