如何从DataFrame生成保留重复索引全值的字典及最优实现方案

嘿，我明白你的需求了——你想把DataFrame转换成字典，让重复的键（A列的值）对应所有匹配的B列值组成的列表，而不是像df.set_index('A').to_dict('list')那样只保留最后一个值对吧？

最优实现方式 #

最简洁高效的方法是利用pandas的groupby功能，它专门用来处理分组聚合的场景，而且内部做了性能优化，比手动循环快很多：

先构造你的示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'A': [1, 1, 2, 2, 2],
    'B': [1, 2, 3, 4, 5]
})

然后执行这行代码就能得到你想要的字典：

result_dict = df.groupby('A')['B'].apply(list).to_dict()

执行后result_dict就是：{1: [1, 2], 2: [3, 4, 5]}

原理解释 #

• groupby('A')：按A列的每个唯一值分组，把相同A值的行归为一组
• ['B'].apply(list)：对每个分组里的B列数据，转换成列表形式
• .to_dict()：把分组后的Series直接转换成字典，键是A列的唯一值，值是对应B列的列表

备选方法（适合小数据集） #

如果你的数据集很小，也可以用Python标准库的defaultdict手动循环实现，但性能不如groupby（尤其是大数据量时）：

from collections import defaultdict

result = defaultdict(list)
for a, b in zip(df['A'], df['B']):
    result[a].append(b)

# 转成普通字典（可选）
result_dict = dict(result)

但还是更推荐groupby的方式，因为它既简洁又高效，完全符合pandas的惯用写法，可读性也更强。

内容的提问来源于stack exchange，提问作者sgaseretto