使用Pandas将CSV转指定列字典，去除Color列重复值并排序

原始CSV数据 #

Flower;Price;Customer;Color
Rose;20;Sam;Red, Yellow, Pink, Red
Orchids;50;Jim;White, Purple, White
Tulips;15;Genny;Red, White, Yellow, Yellow 

需求 #

• 只保留Flower和Color两列，丢弃其他列
• 清理Color列：去掉重复颜色，按字母排序后存为列表
• 最终生成以花名为键、颜色列表为值的字典

当前已实现代码 #

import pandas as pd
data = pd.read_csv(filename, usecols=['Flower','Color'], sep=';')

尝试过的无效代码 #

# 错误点：索引列名写错（应为Flower而非Name），参数格式不支持
data.set_index("Name").T.to_dict('sorted(set)')
# 错误点：unique()和agg(set)的用法不符合当前数据结构的处理需求
data.unique().agg(set).to_dict()

期望输出 #

{
"Rose": ["Pink", "Red", "Yellow"],
"Orchids": ["Purple", "White"],
"Tulips": ["Red", "White", "Yellow"]
}

正确实现代码及说明 #

你之前的代码没做「拆分颜色字符串、去重排序」这核心步骤，而且索引名也写错了。正确代码如下：

import pandas as pd

data = pd.read_csv(filename, usecols=['Flower','Color'], sep=';')

# 处理Color列：拆分字符串→去重→排序
data['Color'] = data['Color'].apply(
    lambda x: sorted(list(set(x.split(', '))))
)

# 转成目标字典格式
result = data.set_index('Flower')['Color'].to_dict()
print(result)

代码解释 #

• x.split(', ')：把逗号加空格分隔的颜色字符串拆成单个颜色的列表
• set(...)：自动去除列表里的重复颜色
• sorted(list(...))：把无序的集合转成有序列表，按字母排序
• set_index('Flower')['Color'].to_dict()：将花名设为索引，直接转成键值对字典

内容的提问来源于stack exchange，提问作者prachi sutane