如何简洁实现DataFrame转列表字典？现有方案求优化

可以用两种更简洁高效的方法替代你当前的冗余代码：

方法一：Pandas原生分组（最简洁） #

直接利用Pandas的groupby结合apply(list)和to_dict()，一步完成转换：

result = test_df.groupby('label')['sentence'].apply(list).to_dict()

逻辑说明： #

1. groupby('label')：按label列的值对DataFrame分组
2. ['sentence'].apply(list)：将每个分组内的sentence列数据转换为列表
3. to_dict()：将分组后的结果直接转为你需要的字典格式

方法二：使用defaultdict简化循环 #

如果更习惯用循环实现，借助collections模块的defaultdict可以避免手动判断键是否存在，一次遍历即可完成：

from collections import defaultdict

result = defaultdict(list)
for _, row in test_df.iterrows():
    result[row['label']].append(row['sentence'])

# 若需要转为普通字典而非defaultdict，执行以下操作
# result = dict(result)

逻辑说明： #

• defaultdict(list)会自动为不存在的键创建空列表，无需额外的判断逻辑
• 仅遍历DataFrame一次，比你原来两次遍历的写法效率更高

对比原代码的优势： #

你的原方案需要两次完整遍历DataFrame，代码冗余且效率较低；上述两种方法要么利用Pandas优化过的原生方法，要么仅一次遍历，代码更简洁、执行效率更高。

内容的提问来源于stack exchange，提问作者Crusader