如何从DataFrame的两个列表生成所有排列组合对应的字典？

• 核心错误来自代码中的dict(zip(str(test_key),str(test_value)))写法：zip()方法接收字符串参数时会按单个字符迭代，导致完整的分类、主题字符串被拆分为单个字母配对。
• 你每次内层循环都直接覆盖res变量，之前生成的配对结果会被直接清空，无法累加存储。
• 额外注意：Python 字典不支持重复键，你示例中给出的{'cat1':'top1','cat1':'top2'}无法实际存在，同一个键的重复赋值会直接覆盖旧值，最终只会保留最后一个赋值。如果需要保留一个分类对应多个主题的映射，建议使用「分类为键、主题列表为值」的字典结构；如果需要保留所有配对关系，建议使用字典列表存储。

方案1：生成{分类: [对应主题列表]}格式字典 #

import pandas as pd

test_df = pd.DataFrame()
test_df['category'] = [['cat1'],['cat2'],['cat3','cat3.5'],['cat5']]
test_df['topic'] = [['top1'],[''],['top2','top3'],['top4']]

final_dict = {}
for _, row in test_df.iterrows():
    temp_keys = row["category"]
    temp_values = row["topic"]
    for test_key in temp_keys:
        test_key = str(test_key)
        # 键不存在则初始化空列表
        if test_key not in final_dict:
            final_dict[test_key] = []
        for test_value in temp_values:
            test_value = str(test_value).strip()
            if test_value: # 不需要过滤空值可删除此判断
                final_dict[test_key].append(test_value)

print(final_dict)

运行输出：

{'cat1': ['top1'], 'cat2': [], 'cat3': ['top2', 'top3'], 'cat3.5': ['top2', 'top3'], 'cat5': ['top4']}

方案2：生成所有配对组成的字典列表 #

如果需要保留所有独立的键值配对关系，可以用列表存储：

import pandas as pd

test_df = pd.DataFrame()
test_df['category'] = [['cat1'],['cat2'],['cat3','cat3.5'],['cat5']]
test_df['topic'] = [['top1'],[''],['top2','top3'],['top4']]

pair_list = []
for _, row in test_df.iterrows():
    temp_keys = row["category"]
    temp_values = row["topic"]
    for test_key in temp_keys:
        test_key = str(test_key)
        for test_value in temp_values:
            test_value = str(test_value).strip()
            if test_value: # 不需要过滤空值可删除此判断
                pair_list.append({test_key: test_value})

print(pair_list)

运行输出：

[{'cat1': 'top1'}, {'cat3': 'top2'}, {'cat3': 'top3'}, {'cat3.5': 'top2'}, {'cat3.5': 'top3'}, {'cat5': 'top4'}]

内容的提问来源于stack exchange，提问作者Trevor Ferree