如何将Pandas DataFrame转换为以Agent Name为键的多值字典？

我有一个包含Agent Name、Team、Available for production、Product Type、Air/Non-Air、PCC key列的DataFrame，具体数据如下：

Agent Name  Team  Available for production Product Type Air/Non-Air      PCC key
0   Anjani Aggarwal APAC                     True        Fresh        AIR 0R0B  0R0B_AIR_Fresh
1   Anjani Aggarwal APAC                     True        Fresh        AIR 4H9B  4H9B_AIR_Fresh
2   Anjani Aggarwal APAC                     True        Fresh        AIR 56HB  56HB_AIR_Fresh
3   Anjani Aggarwal APAC                     True        Fresh         LAND 0R0B  0R0B_LAND_Fresh
4   Anjani Aggarwal APAC                     True        Fresh         LAND B9YJ  B9YJ_LAND_Fresh
5   Anjani Aggarwal APAC                     True        Fresh         LAND G6MJ  G6MJ_LAND_Fresh
6   Rohit Gusain    APAC                     True        Fresh        AIR 0R0B  0R0B_AIR_Fresh
7   Rohit Gusain    APAC                     True        Fresh        AIR 4H9B  4H9B_AIR_Fresh
8   Rohit Gusain    APAC                     True        Fresh        AIR 56HB  56HB_AIR_Fresh
9   Rohit Gusain    APAC                     True        Fresh         LAND 0R0B  0R0B_LAND_Fresh
10  Rohit Gusain    APAC                     True        Fresh         LAND B9YJ  B9YJ_LAND_Fresh
11  Rohit Gusain    APAC                     True        Fresh         LAND G6MJ  G6MJ_LAND_Fresh
12  Sakshi Malhotra APAC                     True        Fresh        AIR 0R0B  0R0B_AIR_Fresh
13  Sakshi Malhotra APAC                     True        Fresh        AIR 4H9B  4H9B_AIR_Fresh
14  Sakshi Malhotra APAC                     True        Fresh        AIR 56HB  56HB_AIR_Fresh
15  Sakshi Malhotra APAC                     True        Fresh         LAND 0R0B  0R0B_LAND_Fresh

需要将其转换为如下格式的字典：

result_dict = {
    'Anjani Aggarwal': ['0R0B_AIR_Fresh','4H9B_AIR_Fresh','56HB_AIR_Fresh','0R0B_LAND_Fresh','B9YJ_LAND_Fresh','G6MJ_LAND_Fresh'],
    'Rohit Gusain': ['0R0B_AIR_Fresh','4H9B_AIR_Fresh','56HB_AIR_Fresh','0R0B_LAND_Fresh','B9YJ_LAND_Fresh','G6MJ_LAND_Fresh']
}

请问该如何实现？

解决方案 #

可以利用Pandas的分组功能快速实现，核心逻辑是按Agent Name聚合对应的PCC key值，再转为目标字典格式。

方法一：用groupby快速生成（推荐） #

这是Pandas的惯用写法，代码简洁且效率高，适合处理大规模数据：

import pandas as pd

# 假设你的DataFrame名为df
full_dict = df.groupby('Agent Name')['PCC key'].apply(list).to_dict()

# 如果只需要示例中的特定Agent，直接筛选即可
target_agents = ['Anjani Aggarwal', 'Rohit Gusain']
result_dict = {agent: full_dict[agent] for agent in target_agents}

方法二：手动遍历构建（适合理解逻辑） #

如果想更直观地理解字典构建过程，可以手动遍历DataFrame行：

result_dict = {}
for _, row in df.iterrows():
    agent_name = row['Agent Name']
    pcc_key = row['PCC key']
    # 若Agent不在字典中，先初始化空列表
    if agent_name not in result_dict:
        result_dict[agent_name] = []
    result_dict[agent_name].append(pcc_key)

# 按需筛选目标Agent
target_agents = ['Anjani Aggarwal', 'Rohit Gusain']
result_dict = {k: v for k, v in result_dict.items() if k in target_agents}

说明 #

• 方法一依赖Pandas内置的分组逻辑，运行效率远高于手动遍历，优先推荐。
• 两种方法最终都能得到目标格式的字典，若不需要保留Sakshi Malhotra的数据，通过字典推导式筛选即可。

内容的提问来源于stack exchange，提问作者Soumya Pandey