如何将Pandas DataFrame与字典进行关联？

场景1：统计DataFrame中各数值的出现次数并转为字典 #

如果你的需求是统计16个单元格里不同数值（如0、1）的数量，并存入字典，可以用以下方法：

1. 先构造示例DataFrame（4×4共16个单元格）：

import pandas as pd

df = pd.DataFrame({
    'col1': [0, 1, 0, 1],
    'col2': [1, 0, 1, 0],
    'col3': [0, 0, 1, 1],
    'col4': [1, 1, 0, 0]
})

2. 用stack()扁平化DataFrame后统计，直接转为字典：

# 统计数值出现次数并转为字典
value_counts = df.stack().value_counts().to_dict()
print(value_counts)
# 示例输出：{0: 8, 1: 8}

3. 手动遍历统计（适合自定义逻辑）：

count_dict = {}
# 遍历所有单元格
for _, row in df.iterrows():
    for val in row:
        count_dict[val] = count_dict.get(val, 0) + 1

print(count_dict)

场景2：将字典映射关系应用到DataFrame #

如果是要把字典的键值对作为映射规则，替换DataFrame中的数值（比如把0换成特定标签）：

# 定义映射字典
map_dict = {0: '未达标', 1: '达标'}
# 应用映射
df_mapped = df.replace(map_dict)
print(df_mapped)

内容的提问来源于stack exchange，提问作者GUNNAM SUBBA RAO