如何将Pandas DataFrame转换为以Type为键、对应列名列表为值的字典

解决思路 #

你需要的是将Type列作为字典的键，每行中值为X的列名组成的列表作为对应的值，可通过以下两种方案实现：

方案1：行遍历实现（逻辑直观，适合小数据量）

import pandas as pd
import numpy as np

# 构造示例DataFrame
data_quim = {'Type':[1,2,3],'BCN':['X',np.nan,np.nan],'MAD':[np.nan,'X',np.nan],'MAT':['X',np.nan,'X']}
df = pd.DataFrame(data_quim)

# 核心处理逻辑
result = df.set_index('Type')\
           .eq('X')\
           .apply(lambda row: row.index[row].tolist(), axis=1)\
           .to_dict()

各步骤说明：

• set_index('Type')：将Type列设为行索引，处理完成后索引会直接作为字典的键
• eq('X')：将DataFrame所有元素转换为布尔值，等于X的位置为True，其余为False
• apply(..., axis=1)：按行遍历布尔矩阵，取出每行中值为True对应的列名，组装为列表
• to_dict()：将处理得到的Series转换为目标字典格式

方案2：长宽表转换实现（效率更高，适合大数据量）

# 宽表转长表，筛选出值为X的记录后分组聚合
df_melt = df.melt(id_vars='Type', var_name='city', value_name='flag')
result = df_melt[df_melt['flag'] == 'X'].groupby('Type')['city'].apply(list).to_dict()

两种方案执行后输出的result均为你需要的格式：

{1: ['BCN', 'MAT'], 2: ['MAD'], 3: ['MAT']}

内容的提问来源于stack exchange，提问作者Bernat