如何将Pandas按Term分组的DataFrame字典转为学生ID列表字典？

你不需要先生成分组后的DataFrame字典再逐个转换，直接通过groupby结合apply(list)（或agg(list)）再转字典就能一步到位，完全符合DRY原则：

完整示例代码 #

import pandas as pd
data = {'UW ID':[1, 2, 3, 4, 5, 6, 7, 8, 9],
        'Term':[201001, 201101, 201201, 201201, 201001,201001, 
201101, 201201, 201201 ]}
df = pd.DataFrame(data)

# 直接生成目标字典
term_id_dict = df.groupby('Term')['UW ID'].apply(list).to_dict()

# 验证结果
print(term_id_dict)
# 输出：{201001: [1, 5, 6], 201101: [2, 7], 201201: [3, 4, 8, 9]}

代码说明 #

• df.groupby('Term')['UW ID']：按Term字段分组，仅保留需要的UW ID列
• .apply(list)：将每个分组内的UW ID直接转换为列表
• .to_dict()：将分组后的Series转换为字典，键为学期值，值为对应学生ID列表

你也可以用agg(list)替代apply(list)，效果完全相同：

term_id_dict = df.groupby('Term')['UW ID'].agg(list).to_dict()

这种方法无需手动遍历分组后的DataFrame，一次性完成转换，既简洁又避免重复代码。

内容的提问来源于stack exchange，提问作者Meg Ward