如何将Pandas DataFrame指定两列转换为Python字典？

假设我们有如下的Pandas DataFrame：

import pandas as pd

data = {
    'ID': ['A', 'A', 'B', 'B', 'C', 'D', 'D', 'D'],
    'Subject': ['Elec202', 'Comp101', 'E2', 'Comp222', 'Comp123', 'E1', 'Elec102', 'Comp295'],
    'Reference': [23232, 12456, 54235, 56654, 54467, 21345, 85464, 23438]
}
df = pd.DataFrame(data)

要将其中的ID和Subject两列转换为目标格式的字典，可通过以下方式实现：

方法一：生成元组值的字典 #

通过groupby分组后，将每组的Subject转为元组再转成字典：

subject_details = df.groupby('ID')['Subject'].apply(tuple).to_dict()

执行结果：

{"A": ("Elec202", "Comp101"),
 "B": ("E2", "Comp222"),
 "C": ("Comp123",),  # 单元素元组形式
 "D": ("E1", "Elec102", "Comp295")
}

方法二：匹配期望的单元素格式 #

如果希望单个Subject的条目是字符串而非单元素元组，可添加逻辑判断：

subject_details = df.groupby('ID')['Subject'].apply(lambda x: tuple(x) if len(x) > 1 else x.iloc[0]).to_dict()

此时结果完全符合需求：

{"A": ("Elec202", "Comp101"),
 "B": ("E2", "Comp222"),
 "C": "Comp123",
 "D": ("E1", "Elec102", "Comp295")
}

代码说明 #

• groupby('ID')['Subject']：按ID列分组，仅保留Subject列数据
• apply(tuple)/自定义lambda：将每组内的Subject值转换为元组（或单个字符串）
• to_dict()：将分组结果转换为以ID为键、对应Subject集合为值的字典

内容的提问来源于stack exchange，提问作者B A C H A S H