如何用Python从DataFrame列生成类与名称映射字典？

Got it! 这里有几种实用的方法帮你把DataFrame里的class和name列转换成你需要的映射字典，都是Python里处理这类需求的常规操作，一起来看：

方法1：用pandas的groupby一步到位（推荐） #

这是最简洁高效的方式，直接借助pandas的分组能力，几行代码就能搞定：

import pandas as pd

# 先构造你的示例DataFrame
df = pd.DataFrame({
    'class': ['Pref', 'Val', 'Base', 'Pref', 'Base'],
    'name': ['Ab', 'BE', 'es', 'Cw', 'SS']
})

# 生成目标映射字典
class_name_map = df.groupby('class')['name'].apply(list).to_dict()
print(class_name_map)

运行后会输出你想要的格式：{'Base': ['es', 'SS'], 'Pref': ['Ab', 'Cw'], 'Val': ['BE']}

简单解释下原理： #

• groupby('class')会把DataFrame里class值相同的行归为一组
• apply(list)把每组里的name列数据转换成列表
• 最后to_dict()直接把分组结果转换成你需要的字典格式

如果需要保持class的顺序和原始DataFrame里首次出现的顺序一致（比如先Pref、再Val、再Base），可以给groupby加个sort=False参数（pandas 1.3.0及以上版本支持）：

class_name_map = df.groupby('class', sort=False)['name'].apply(list).to_dict()

方法2：手动遍历构建字典（适合理解逻辑） #

如果你想更直观地理解映射构建的过程，可以手动循环DataFrame的每一行来构建字典：

class_name_map = {}
for _, row in df.iterrows():
    cls = row['class']
    name = row['name']
    # 如果当前class还没作为键存在，就创建一个空列表
    if cls not in class_name_map:
        class_name_map[cls] = []
    # 把对应的name添加到列表里
    class_name_map[cls].append(name)
print(class_name_map)

这种方法逻辑直白，适合新手理清思路，数据量不大的时候使用完全没问题。

内容的提问来源于stack exchange，提问作者Shuvayan Das