Python如何将pandas DataFrame转换为指定结构的分组字典

核心实现逻辑是分组后指定提取需要聚合的列，将每个分组结果转为列表后再输出为字典即可，核心代码如下：

imap = df.groupby('population')['individual'].apply(list).to_dict()

完整可运行测试示例：

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame(
    [['ind1', 'north'],['ind2','south'], ['ind3', 'north'],['ind4', 'south'], ['ind5','east']],
    columns=['individual', 'population']
)

# 转换为目标格式字典
imap = df.groupby('population')['individual'].apply(list).to_dict()

# 打印验证结果
print(imap)

运行后输出完全匹配你需要的结构：

{
    "north": ["ind1", "ind3"],
    "south": ["ind2", "ind4"],
    "east": ["ind5"]
}

之前返回每个individual单独放在括号里，是因为你没有在groupby后明确指定提取individual列，也没有将分组后的序列对象转为列表，导致返回了带索引的元组结构，按上面的写法调整即可解决。

内容的提问来源于stack exchange，提问作者Alex Krohn