如何用Pandas DataFrame列值为键，另一列所有值为值生成字典

给定如下Pandas DataFrame：

import pandas as pd

data = {"Column1":["a", "b", "a", "b", "a"], "Column2":["d","e","f", "g", "g"]}
df = pd.DataFrame(data)
print(df)

输出：

Column1 Column2
0       a       d
1       b       e
2       a       f
3       b       g
4       a       g

需要生成以Column1的值为键，Column2中对应所有值组成的列表为值的字典，期望结果：
{"a":["d","f","g"], "b":["e","g"]}

尝试使用dict(zip(df['Column1'], df['Column2']))时，仅得到每个键对应单个值的结果：{'a': 'g', 'b': 'g'}——这是因为字典键具有唯一性，后续出现的同键值会覆盖前面的，因此需要调整实现方式。

方法1：Pandas原生groupby方法（推荐） #

利用groupby分组后将每组值转为列表，再直接转成字典：

result = df.groupby('Column1')['Column2'].apply(list).to_dict()
print(result)
# 输出: {'a': ['d', 'f', 'g'], 'b': ['e', 'g']}

方法2：使用collections.defaultdict手动遍历 #

通过defaultdict自动为新键初始化空列表，遍历DataFrame追加对应值：

from collections import defaultdict

result_dict = defaultdict(list)
for key, val in zip(df['Column1'], df['Column2']):
    result_dict[key].append(val)

# 可选：转为普通字典
result = dict(result_dict)
print(result)
# 输出: {'a': ['d', 'f', 'g'], 'b': ['e', 'g']}

方法3：手动处理普通字典 #

无需额外库，通过判断键是否存在来初始化列表：

result_dict = {}
for key, val in zip(df['Column1'], df['Column2']):
    if key not in result_dict:
        result_dict[key] = []
    result_dict[key].append(val)

print(result_dict)
# 输出: {'a': ['d', 'f', 'g'], 'b': ['e', 'g']}

内容的提问来源于stack exchange，提问作者Elisa