如何从DataFrame生成以键映射元素列表为值的Python字典（含示例数据实操）

Hey there! Let's break this down into two clear parts to solve your problem effectively.

一、通用场景：如何构建{键: 元素列表}的字典结构 #

这里有两种常用且实用的方法，你可以根据需求选择：

方法1：简洁高效的groupby + apply + to_dict组合 #

这是处理这类需求的首选方式，代码简洁且性能优秀：

# 替换成你的实际列名
result_dict = your_dataframe.groupby('键列名称')['目标值列名称'].apply(list).to_dict()

原理说明：

• groupby('键列名称')会把DataFrame中键值相同的行归为一组
• apply(list)将每组的目标值列打包成列表
• to_dict()直接把分组结果转换成你需要的字典格式

方法2：手动循环构建（适合自定义逻辑） #

如果你需要对每组数据做额外处理（比如去重、过滤无效值），手动循环会更灵活：

result_dict = {}
for key, group in your_dataframe.groupby('键列名称'):
    # 这里可以添加自定义处理逻辑，比如去重：group['目标值列名称'].unique().tolist()
    result_dict[key] = group['目标值列名称'].tolist()

二、针对你的Df1的具体实现 #

首先明确你的示例数据结构：

Df1包含Id和mail-id两列：

• Id=1对应mail-id值：xyz@gm、ygzbb
• Id=2对应mail-id值：Ghh、Hjkk

情况1：每行对应单个mail-id值 #

如果你的Df1是每行存储一个mail-id（即Id=1有两行数据），用下面的代码：

import pandas as pd

# 构造示例DataFrame
data = {
    'Id': [1, 1, 2, 2],
    'mail-id': ['xyz@gm', 'ygzbb', 'Ghh', 'Hjkk']
}
Df1 = pd.DataFrame(data)

# 生成目标字典
mail_dict = Df1.groupby('Id')['mail-id'].apply(list).to_dict()
print(mail_dict)
# 输出：{1: ['xyz@gm', 'ygzbb'], 2: ['Ghh', 'Hjkk']}

情况2：每行存储多个mail-id（用分隔符拼接） #

如果你的Df1中，每个Id对应的mail-id是用逗号（或其他分隔符）拼接的字符串（比如Id=1的行是xyz@gm,ygzbb），可以先拆分字符串再转字典：

import pandas as pd

# 构造拼接格式的示例DataFrame
data = {
    'Id': [1, 2],
    'mail-id': ['xyz@gm,ygzbb', 'Ghh,Hjkk']
}
Df1 = pd.DataFrame(data)

# 拆分字符串并生成字典
mail_dict = Df1.set_index('Id')['mail-id'].str.split(',').to_dict()
print(mail_dict)
# 输出：{1: ['xyz@gm', 'ygzbb'], 2: ['Ghh', 'Hjkk']}

内容的提问来源于stack exchange，提问作者Manav