如何将含重复键列的pandas DataFrame转换为指定键的字典

问题描述 #

需要将Pandas DataFrame转换为字典，指定SITECODE列为键，其他列的值以列表形式对应到每个键，但该键列存在重复值。

示例DataFrame代码：

import pandas as pd
df = pd.DataFrame({'SL': ['1', '2', '3', '4', '5'],
                    'SITECODE': ['CMCND1', 'CPHGN7', 'LXRPR1', 'LXRPR1', 'LXRPR1'],
                    'TECH': ['3G', '2G', '4G', '3G', '4G'],
                    'PRIORITY': ['P1', 'P2', 'P2', 'P3', 'P3']})

期望输出（修正原语法错误为合法格式）：

{
    "CMCND1": [["1", "3G", "P1"]],
    "CPHGN7": [["2", "2G", "P2"]],
    "LXRPR1": [["3", "4G", "P2"], ["4", "3G", "P3"], ["5", "4G", "P3"]]
}

尝试使用df.set_index('SITECODE').T.to_dict('list')无法得到预期结果，因为该方法无法对重复键进行分组，会直接覆盖重复键的前序值。

解决方案 #

使用groupby分组后处理每组数据，再转换为字典：

# 按SITECODE分组，处理每组数据并转为字典
result = df.groupby('SITECODE').apply(
    lambda group: group.drop('SITECODE', axis=1).values.tolist()
).to_dict()

# 打印结果
print(result)

执行后输出：

{
    'CMCND1': [['1', '3G', 'P1']],
    'CPHGN7': [['2', '2G', 'P2']],
    'LXRPR1': [['3', '4G', 'P2'], ['4', '3G', 'P3'], ['5', '4G', 'P3']]
}

代码说明 #

• groupby('SITECODE')：将DataFrame按SITECODE列的值分组，相同键的行被归为同一组
• lambda group: group.drop('SITECODE', axis=1).values.tolist()：对每个分组，先移除作为键的SITECODE列，再将剩余列的每一行转换为列表，最终每个分组得到一个包含所有行列表的集合
• to_dict()：将分组后的Series转换为目标字典，键为SITECODE的值，值为对应分组的列表集合

内容的提问来源于stack exchange，提问作者ahmedul Kabir Omi