如何将含两列的Pandas DataFrame转为a→b映射的字典？

给定如下DataFrame：

import pandas as pd
df = pd.DataFrame(data={'a':[1,3], 'b':[2,4]})

期望得到字典{1:2, 3:4}，你当前用iterrows的字典推导虽然可行，但逐行遍历在大数据量下效率偏低，推荐以下两种更优方案：

方法1：设置索引后转字典（推荐） #

通过将a列设为索引，直接提取b列并转换为字典，这是Pandas原生的高效实现：

result_dict = df.set_index('a')['b'].to_dict()
print(result_dict)  # 输出: {1: 2, 3: 4}

方法2：利用Python原生zip构造字典 #

如果偏好原生Python写法，可以用zip将两列打包为键值对，再转为字典：

result_dict = dict(zip(df['a'], df['b']))
print(result_dict)  # 输出: {1: 2, 3: 4}

性能说明 #

• 原方法依赖iterrows()逐行生成Series再提取值，大数据量下性能劣势明显。
• 上述两种方法均基于向量式操作（或原生高效迭代），执行速度远快于逐行遍历，当DataFrame行数超过万级时差异会非常显著。

内容的提问来源于stack exchange，提问作者9mjb