如何用Pandas将DataFrame转换为{Plant Delivering ID: [Ship-To ID]}格式的字典？

假设你的DataFrame包含Plant Delivering ID和Ship-To ID两列，要实现单个Plant对应多个Ship-To ID的列表字典，可通过以下步骤完成：

核心思路 #

按Plant Delivering ID分组，将每组的Ship-To ID聚合为列表，再转换为字典格式。

代码实现 #

1. 构造示例数据（模拟你的原始DataFrame） #

import pandas as pd

# 模拟原始数据
data = {
    'Plant Delivering ID': ['P001', 'P001', 'P002', 'P002', 'P002', 'P003'],
    'Ship-To ID': ['S001', 'S002', 'S003', 'S004', 'S003', 'S005']
}
df = pd.DataFrame(data)

2. 转换为目标字典 #

保留重复的Ship-To ID

如果不需要去重，直接分组聚合：

# 分组后将Ship-To ID转为列表，再转字典
plant_ship_dict = df.groupby('Plant Delivering ID')['Ship-To ID'].agg(list).to_dict()

输出结果：

{'P001': ['S001', 'S002'], 'P002': ['S003', 'S004', 'S003'], 'P003': ['S005']}

去重并保持顺序

如果同一个Plant下的Ship-To ID有重复，且需要去重：

# 先去重，再分组聚合
plant_ship_dict_unique = df.drop_duplicates(subset=['Plant Delivering ID', 'Ship-To ID'])\
                          .groupby('Plant Delivering ID')['Ship-To ID'].agg(list).to_dict()

输出结果：

{'P001': ['S001', 'S002'], 'P002': ['S003', 'S004'], 'P003': ['S005']}

代码解释 #

• groupby('Plant Delivering ID')：按配送工厂ID对数据分组
• ['Ship-To ID'].agg(list)：将每组内的所有Ship-To ID合并为一个列表
• .to_dict()：将分组后的Series直接转换为{Plant: [Ship-To列表]}的字典格式
• drop_duplicates(subset=...)：指定去重的列组合，确保同一个Plant下的Ship-To ID唯一

内容的提问来源于stack exchange，提问作者Namita Tare