如何根据Pandas DataFrame某列值将另外两列生成对应字典？

原始数据 #

import pandas as pd
df = pd.DataFrame({
    'a': ['brand', 'brand', 'seat', 'seat'],
    'b': ['F', 'G', 'yes', 'no'],
    'c': [0, 1, 1, 0]
})

预期输出 #

得到两个字典：

brand = {'F':0,'G':1}
seat = {'no':0,'yes':1}

错误尝试代码 #

dic = {}
for x,y in zip(b.values, c.values):
    dic.setdefault(y,[]).append(x)

可行方案 #

方案1：遍历分组构建字典

# 初始化结果容器
result_dict = {}
# 按列a分组，遍历每个分组
for group_name, sub_df in df.groupby('a'):
    # 将当前分组的b列作为键，c列作为值构建字典
    result_dict[group_name] = dict(zip(sub_df['b'], sub_df['c']))

# 提取目标字典
brand = result_dict['brand']
seat = result_dict['seat']

方案2：用agg聚合简化代码

# 分组后直接聚合生成字典，再转为最终的嵌套字典
result_dict = df.groupby('a').apply(lambda group: dict(zip(group['b'], group['c']))).to_dict()

brand = result_dict['brand']
seat = result_dict['seat']

两种方案都能实现需求，将列a的每个唯一值作为外层键，对应行的b和c分别作为内层字典的键和值。

内容的提问来源于stack exchange，提问作者neel1923