如何将pymssql读取的SQL Server数据转为分组字典列表

我正在使用pymssql库，通过以下代码从SQL Server读取数据：

df = pd.read_sql_query(query, cnxn)

得到的DataFrame如下：

addr      port     device_id
==============================
XXX       1001      01
XXX       1001      02
XXX       1001      03
YYY       1001      04
YYY       1001      05

请问是否可以将该DataFrame转换为如下格式的字典列表：

[
    { 
        'addr': ['XXX', 'XXX', 'XXX'],
        'port': [1001, 1001, 1001],
        'device_id': ['01', '02', '03']
    },
    {
        'addr': ['YYY', 'YYY'],
        'port': [1001, 1001],
        'device_id': ['04', '05']
    }
]

完全可以实现，借助Pandas的分组聚合功能就能达成需求，具体代码如下：

import pandas as pd

# 基于已读取的DataFrame进行处理
# 按addr和port分组，将每组的列值聚合为列表
grouped_df = df.groupby(['addr', 'port'], as_index=False).agg(list)
# 转换为目标字典列表格式
result = grouped_df.to_dict('records')

print(result)

关键逻辑说明： #

• groupby(['addr', 'port'])：由于同一addr对应的port值一致，同时按这两列分组可确保每组数据的归属准确
• agg(list)：将每个分组内的所有列值合并为列表，比如同一addr下的多个device_id会被整合为一个列表
• to_dict('records')：直接把处理后的DataFrame转换为字典列表，每个字典对应一组聚合后的数据

补充提示： #

如果你的device_id在DataFrame中是数值类型，转换后列表里会是整数（比如1而非'01'），若需要保留字符串格式，可先执行以下代码转换列类型：

df['device_id'] = df['device_id'].astype(str)

内容的提问来源于stack exchange，提问作者SM079