键在字典 python 中显示为 nan答案

【问题标题】：Key is shown as nan in dictionary python键在字典 python 中显示为 nan
【发布时间】：2019-07-18 17:35:45
【问题描述】：

我正在尝试将具有 2 列的数据框转换为字典，其中第一列是键，第二列是一个字典中的所有值。

数据样本：

id           summary
135791059    blha blah blah
135791051    blah something blah

这是我尝试过的代码

map_of_values = pd.Series(f_dataframe.summary.values,index=f_dataframe.id).to_dict()

print(map_of_values)

输出是：

{'id': {'blah blah blah': nan, 'blah something blah}

我希望它是：

 {135791059:'blah blah blah blah',135791051:'blah something blah'}

我做错了什么？而且我还想迭代每个键值对，从中构建一个字符串。这是正确的方法吗？

【问题讨论】：

d=dict(df.values) 如果id 是一列，你也可以尝试dict(zip(df.id,df.summary)) 其中df 是数据框的名称
我似乎无法用您提供的样本重现您的问题；我得到{100: 'blha blah blah', 200: 'blah something blah'}
编辑：我保留了我正在尝试的 id 值。我仍然得到与以前相同的结果。
谢谢大家的回答。但在代码中，我在将数据帧转换为字典之前对其进行了一些处理。这导致删除了 id 字段中的所有值。对不起，这是我的错！

标签： python pandas dictionary

【解决方案1】：

您可以简单地使用以下代码：

df.set_index('id').to_dict()['summary']

【讨论】：

同样的问题。键显示为 nan。

【解决方案2】：

尝试了您的解决方案，如下所示。

工作正常。无法重现错误。也许您想检查您创建的数据框。

f_dataframe= {'id':[135791059,135791051],
        'summary':["blha blah blah", "blah something blah"]}
df = pd.DataFrame(f_dataframe)

map_of_values = df.set_index('id').to_dict()['summary']
print(map_of_values)

【讨论】：

【解决方案3】：

df.to_dict() 方法用于根据orient 参数将数据帧转换为系列字典或类似列表的数据类型。
orient - 字符串值，('dict', 'list', 'series', 'split', 'records', 'index') 定义将列（系列转换为）的 dtype。

例如

import pandas as pd

my_dict = {'id':[135791059,135791051],'summary':["blha blah blah", "blah something blah"]}
df = pd.DataFrame(my_dict)
print(df)
records = df.to_dict('records')
data = {i['id'] :i['summary'] for i in records}
print(data)

O/P：

          id              summary
0  135791059       blha blah blah
1  135791051  blah something blah

{135791059: 'blha blah blah', 135791051: 'blah something blah'}

【讨论】：

【解决方案4】：

如果您已经将值用作列，则通常会发生此问题。如果您有一个现有列并且想要将一些“键”归因于值并创建一个新列，它将显示为NaN。您需要将现有列用作“键”，将所需的新列用作“值”（只需在字典中切换键和值的位置）。

例如：您预先存在的列是摘要，而您当前的 dict 是：

d = {135791059: 'blah blah blah', 135791051: 'blah something blah'}

但是，您需要像这样更正它：

d = {'blah blah blah': 135791059: , 'blah something blah': 135791051}

【讨论】：