Pandas将每行指定两列值转为字典存入新列 解决ValueError报错

你写的赋值逻辑右侧是只有2个键值对的普通Python字典，pandas会把这个字典当成长度为2的一维序列去匹配DataFrame的89行索引，两边长度不匹配，所以抛出你看到的ValueError。

根据你的数据规模选下面任意一种方法即可：

• 小数据集写法：逐行生成字典
  用apply指定按行遍历，每一行单独组装对应字典，写法简单直观：

  # 若需要和示例一样funz_id为字符串格式，先跑这行做类型转换
  # df['funz_id'] = df['funz_id'].astype(str)
  df['funz_dict'] = df.apply(lambda x: {'funz_id': x['funz_id'], 'funz_desc': x['funz_desc']}, axis=1)
  

• 大数据集写法：批量生成字典（性能更好）
  直接取需要的两列，调用pandas内置的to_dict方法批量生成每行的字典列表，执行效率比逐行apply高很多：

  # 若需要和示例一样funz_id为字符串格式，先跑这行做类型转换
  # df['funz_id'] = df['funz_id'].astype(str)
  df['funz_dict'] = df[['funz_id', 'funz_desc']].to_dict('records')
  

执行完之后就能得到你给出的示例效果，每行的funz_dict列存储对应行两个字段组成的字典。

内容的提问来源于stack exchange，提问作者nickb84