如何使用 Pandas 将 csv 转换为字典

Question

如何使用 Pandas 将 csv 转换为字典？ 例如，我有 2 列，并且希望 column1 是键，而 column2 是值。 我的数据如下所示：

"name","position"
"UCLA","73"
"SUNY","36"

cols = ['name', 'position']
df = pd.read_csv(filename, names = cols)

Answer 1

由于您的示例 csv-data 的第一行是“标题”，您可以使用pandas.read_csv()的squeeze关键字将其读取为pd.Series ：

>>> pd.read_csv(filename, index_col=0, header=None, squeeze=True).to_dict()
{'UCLA': 73, 'SUNY': 36}

如果您还想包括第一行，请删除header关键字（或将其设置为None ）。

Answer 2

将列转换为列表，然后压缩并转换为字典：

In [37]:

df = pd.DataFrame({'col1':['first','second','third'], 'col2':np.random.rand(3)})
print(df)
dict(zip(list(df.col1), list(df.col2)))
     col1      col2
0   first  0.278247
1  second  0.459753
2   third  0.151873

[3 rows x 2 columns]
Out[37]:
{'third': 0.15187291615699894,
 'first': 0.27824681093923298,
 'second': 0.4597530377539677}

Answer 3

当您将文件保存在磁盘上时，我认为ankostis 答案是最优雅的解决方案。

但是，如果您不想或不能走从文件系统保存和加载的弯路，您也可以这样做：

df = pd.DataFrame({"name": [73, 36], "position" : ["UCLA", "SUNY"]})

series = df["position"]
series.index = df["name"]
series.to_dict()

结果：

{'UCLA': 73, 'SUNY': 36}