如何用字典推导式将DataFrame转换为指定格式的字典？

你的问题出在df.to_dict()的用法上——它默认会把列名作为字典的键，而不是你需要的country列的值，所以方向完全错了。

正确的字典推导式应该直接遍历DataFrame的行，以country的值为键，处理后的city列表为值：

result = {row['country']: [city.strip() for city in row['city'].split(',')] for _, row in df.iterrows()}

代码说明： #

• df.iterrows()：遍历DataFrame的每一行，_用来忽略行索引，row是包含当前行数据的Series对象
• row['country']：取当前行的国家名称作为字典的键
• row['city'].split(',')：把城市字符串按逗号分割成列表，比如"Sao Paulo, Rio de Janeiro"会变成["Sao Paulo", " Rio de Janeiro"]
• city.strip()：去掉每个城市名称前后的空格，避免出现带空格的元素
• 整个内层列表推导式会生成符合要求的城市列表，不管是单个还是多个城市

运行后得到的结果就是你需要的格式：

{'Argentina': ['Buenos Aires'], 'Bangladesh': ['Dhaka'], 'Brasil': ['Sao Paulo', 'Rio de Janeiro']}

内容的提问来源于stack exchange，提问作者tucomax