如何将DataFrame转换为值为列表的字典用于SQL表更新

现有输入与需求 #

• 待处理的DataFrame结构如下：

• 目标输出为ID做键、A/B列值组成的列表做值的字典，格式参考：

{
    'case1': ['%', 'case description1'],
    'case2': ['ab', 'case description2'],
    'case3': ['gh', 'case description3'],
    'case4': ['sg', 'case description4']
}

注：你给出的预期示例存在语法错误：字符串类型的键未加引号、case3对应的B值字符串缺少闭合引号，Python中合法的字典字符串键值必须包裹在引号中。

• 转换后的字典将传入以下函数用于SQL库表更新：

def update_units(source_dictionary,tag_list):
    for ID in id_list:
      key=ID
      value1=(source_dictionary[ID][1] if ID in source_dictionary else None)
      value2=(source_dictionary[ID][2] if ID in source_dictionary else None)
      
      session.query(table1).filter(table1.Id == key).update(
                {
                    "A": value1,
                    "B": value2
                }
            )
    session.commit()

注意：上述更新函数存在索引错误：Python列表索引从0开始计数，你要取的A值是列表第1个元素对应索引0，B值是列表第2个元素对应索引1，原代码写的[1]/[2]会触发索引越界，或是取错值，使用时需要修正。

转换实现代码 #

两种常用实现方式，按需选择即可：

方式1：逐行遍历生成（逻辑直观，适合小数据量） #

# 假设你的原始DataFrame变量名为df
result_dict = {}
for _, row in df.iterrows():
    result_dict[row['ID']] = [row['A'], row['B']]

方式2：pandas内置方法生成（性能更高，适合万行以上大表） #

# 将ID列设为行索引后，按行把列值转为列表，最后直接输出为字典
result_dict = df.set_index('ID').agg(list, axis=1).to_dict()

使用说明 #

转换得到的result_dict可以直接传入修正索引后的update_units函数使用，不需要额外做格式调整。

内容的提问来源于stack exchange，提问作者MMV