将Pandas DataFrame转换为指定格式字典并将列名重命名为1-100

步骤1：重命名列名 #

假设你的DataFrame名为df，其中第0列是包含DC-Vienna这类标签的列，剩余100列需要重命名为1到100。执行以下代码：

# 保留第0列的原始列名，将其余100列重命名为1-100
df.columns = [df.columns[0]] + list(range(1, 101))

步骤2：转换为目标格式字典 #

推荐使用set_index+stack的方法，效率更高且代码简洁：

# 将第0列设置为索引
df.set_index(df.columns[0], inplace=True)
# 堆叠列与索引，生成多级索引的Series，再直接转为字典
result_dict = df.stack().to_dict()

示例验证 #

如果你的原始DataFrame是这样的小样本：

执行上述代码后，result_dict会输出：

{(1, 'DC-Vienna'): 8831, (2, 'DC-Vienna'): 10174, (1, 'DC-Valencia'): 3012, (2, 'DC-Valencia'): 2276}

补充说明 #

• 如果不想修改原DataFrame，可以添加copy()避免原地修改：

  processed_df = df.copy()
  processed_df.columns = [processed_df.columns[0]] + list(range(1, 101))
  processed_df.set_index(processed_df.columns[0], inplace=True)
  result_dict = processed_df.stack().to_dict()
  

• stack()方法会把列标签转为索引的第二层级，最终多级索引的元组就正好是你需要的键格式，to_dict()直接将多级索引映射为对应的值。

内容的提问来源于stack exchange，提问作者Hans.nl