如何将Pandas DataFrame单行转换为不含索引的字典？

你遇到的问题是因为to_dict()直接对单行DataFrame转换时，会保留DataFrame的层级结构（列作为外层键，索引作为内层键）。要得到你想要的扁平字典，有几个简单的解决方案：

方法1：用iloc[0]提取单行转为Series后再转字典 #

先通过iloc[0]把筛选后的单行DataFrame转换成Series，Series的to_dict()方法会直接生成「列名: 单元格内容」的对应关系，不会带索引嵌套：

v = catStr_df[catStr_df['Item Number']==34881][['Bottle Volume (ml)', 'Pack']]\
.drop_duplicates(keep='first').iloc[0].to_dict()

执行后就能得到你期望的结果：{'Bottle Volume (ml)': 1000, 'Pack': 12}

方法2：用squeeze()压缩单行DataFrame为Series #

squeeze()会自动把只有一行的DataFrame转换成Series，用法和上面类似，还能兼容筛选结果为空的情况（不会直接抛出索引越界错误）：

v = catStr_df[catStr_df['Item Number']==34881][['Bottle Volume (ml)', 'Pack']]\
.drop_duplicates(keep='first').squeeze().to_dict()

方法3：手动处理原有字典（仅作参考，不推荐） #

如果已经得到了带索引的字典，也可以通过遍历提取每个列对应的第一个值：

original_dict = catStr_df[catStr_df['Item Number']==34881][['Bottle Volume (ml)', 'Pack']]\
.drop_duplicates(keep='first').to_dict()
v = {col: list(values.values())[0] for col, values in original_dict.items()}

不过这种方法不如前两种简洁直观，优先推荐方法1和方法2。

内容的提问来源于stack exchange，提问作者user3476463