从DataFrame生成Series字典：单元素Series场景下数据丢失问题求助

我明白你的问题了——当分组只有2行数据时，原本应该生成带单个元素的Series，结果却丢失了索引（比如Meat分组里的Beef），这是因为原代码里的iloc[1:,1:-1]和两次set_axis的组合在处理短分组时出了问题。

问题根源分析 #

原代码里的iloc[1:,1:-1]是取分组中从第二行开始、列范围从第1列到倒数第二列的数据。当分组只有2行时，这个列范围虽然能取到值，但后续的squeeze()会把单行单列的结果转换成标量，直接丢失了原本的索引（也就是col_1里的Beef）。另外，两次set_axis的操作其实是绕了弯路，反而增加了出错的概率。

修正后的代码方案 #

我们可以简化逻辑，直接针对每个分组提取需要的部分：

import pandas as pd

df = pd.DataFrame({'col_1': ['Fruit', 'Apple', 'Pear','Orange','Vegtable','Pea','Lettus','Meat','Beef'], 
                   'col_2': ['Fruit', .25, .25,.5,'Vegtable',.6,.4,'Meat',1], 
                   'group':[1,1,1,1,2,2,2,3,3]})

# 修正后的字典推导式
dict_of_series = {
    g['col_2'].iloc[0]:  # 用分组第一行的col_2值作为字典的键
    g.iloc[1:].set_index('col_1')['col_2']  # 取分组从第二行开始的部分，将col_1设为索引，提取col_2作为Series
    for i, g in df.groupby('group')
}

验证效果 #

运行这段代码后，你会得到预期的结果：

• dict_of_series['Fruit']是包含Apple:0.25、Pear:0.25、Orange:0.5的Series
• dict_of_series['Vegtable']是包含Pea:0.6、Lettus:0.4的Series
• dict_of_series['Meat']是包含Beef:1.0的Series（索引和值都完整保留）

这个方案不管分组有2行还是更多行，都能稳定生成带索引的Series，不会丢失任何数据。

内容的提问来源于stack exchange，提问作者Jonathan Hay