Pandas如何将DataFrame转换为同键对应值列表的字典

针对你要把相同key对应的value归集为列表、最终输出指定结构字典的需求，不需要单独用全局apply实现，以下是经过验证的可行方案：

推荐方案：原生groupby聚合（性能最优） #

利用pandas内置的分组聚合能力，代码简洁且运行效率最高，适配大数据量场景：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'key': [1, 1, 1, 2, 2],
    'value': ['kpi1', 'kpi2', 'kpi3', 'kpi4', 'kpi5']
})

# 核心逻辑：按key分组，将每组value聚合为列表后转字典
res = df.groupby('key')['value'].agg(list).to_dict()
# 把整数key转为字符串，和你给出的目标字典结构完全匹配
d = {str(k): v for k, v in res.items()}

运行后得到的d完全匹配你的预期：

{'1': ['kpi1', 'kpi2', 'kpi3'], '2': ['kpi4', 'kpi5']}

apply写法适配 #

你之前用apply没成功，核心原因是没有先做分组：直接对未分组的全表调用apply，无法跨行归集相同key的value值，必须配合groupby使用才能实现效果：

res = df.groupby('key')['value'].apply(list).to_dict()
d = {str(k): v for k, v in res.items()}

该写法输出结果和推荐方案一致，但apply本质是逐组循环调用，性能比原生agg聚合差，数据量较大时优先选择第一种方案。

避坑提示：不要尝试在不分组的前提下用全局apply实现该需求，这类写法需要手动维护字典存储中间结果，代码冗余且运行效率极低。

内容的提问来源于stack exchange，提问作者albert cordobés