如何在Pandas中将两列合并为键值对字典列？

示例数据 #

skuId   coreAttributes.price    coreAttributes.amount
0   100     price                   8.84
1   102     price                   12.99
2   103     price                   9.99

期望输出 #

skuId    coreAttributes
100      {'price': 8.84}
102      {'price': 12.99}
103      {'price': 9.99}

尝试的代码及问题 #

用户尝试了以下代码：

planProducts_T = planProducts.filter(regex = 'coreAttributes').T
planProducts_T.columns = planProducts_T.iloc[0]
planProducts_T.iloc[1:].to_dict(orient = 'records')

收到警告：UserWarning: DataFrame columns are not unique, some columns will be omitted.，且输出结果仅为：

[{'price': 9.99}]

解决方案 #

方法1：逐行构造字典（直观易用） #

直接利用apply逐行生成字典，再保留需要的列：

# 生成coreAttributes字典列
planProducts['coreAttributes'] = planProducts.apply(
    lambda row: {row['coreAttributes.price']: row['coreAttributes.amount']},
    axis=1
)
# 筛选并保留目标列
planProducts = planProducts[['skuId', 'coreAttributes']]

方法2：批量构造字典（高效适用于大数据集） #

通过提取列数据，用列表推导式批量生成字典，效率比apply更高：

# 提取键和值的列表
keys = planProducts['coreAttributes.price'].tolist()
values = planProducts['coreAttributes.amount'].tolist()
# 批量生成字典列
planProducts['coreAttributes'] = [{k: v} for k, v in zip(keys, values)]
# 筛选目标列
planProducts = planProducts[['skuId', 'coreAttributes']]

原代码出错原因 #

原代码转置后将第一行作为列名，但所有列名均为price，导致列名重复。to_dict处理重复列名时只会保留最后一列数据，因此仅输出了最后一行的结果。这种转置思路不适用于当前场景。

内容的提问来源于stack exchange，提问作者Karthik S