如何正确使用Pandas的to_dict()方法将DataFrame转换为指定格式的字典

嘿，刚好知道怎么用Pandas原生方法实现你想要的结果！你已经把sectionId设为DataFrame的索引了，这步很关键，接下来只需要针对xml列做操作就行：

正确的实现方式 #

直接提取xml列（它会变成一个Series对象），然后调用to_dict()方法，就能得到你想要的键值对格式：

mydict = mydf['xml'].to_dict()

执行后得到的结果就是：

{'f0910b98': '<p/p>', 'f0345b98': '<a/a>'}

为什么你之前的方法不对？ #

• mydf.to_dict()：默认会生成以列名为外层键的嵌套字典，结果是{'xml': {'f0910b98': '<p/p>', 'f0345b98': '<a/a>'}}，不符合你的需求。
• mydf.to_dict('records')：会把每一行转成一个字典，最终生成列表格式：[{'xml': '<p/p>'}, {'xml': '<a/a>'}]，也不是你要的结构。

另一种可选的原生方法 #

如果你想从整个DataFrame出发处理，也可以用to_dict('index')参数先得到按索引分组的嵌套字典，再通过字典推导式提取值：

mydict = {idx: row['xml'] for idx, row in mydf.to_dict('index').items()}

不过这种方式不如第一种直接简洁，更推荐第一种方法。

内容的提问来源于stack exchange，提问作者JFerro