Python：可从每一行提取数据的字典

Question

我正在尝试创建一个字典，该字典将为我提供插入键值的每个状态的值。 这是我的代码：

sat_partic = {'State': 'Participation'}

但这只是给了我在大括号中输入的变量。

感谢您的帮助和建议。

        State   Participation   
0       Alabama     5%  
1       Alaska     38%  
2       Arizona    30%  
3       Arkansas   20%  
4       California 14%  

Answer 1

完整答案：

d = df.set_index('State')['Participation'].to_dict()

但是，在很多情况下这不是必需的，因为可以将pd.Series.get与类似的功能一起使用。

例如，您可以使用：

d = df.set_index('State')['Participation']

然后使用d.get('Alabama')等检索参与。

Answer 2

字典使用键值对。 因此，您可以将状态用作键（每个状态仅发生一次，对吧？），并将百分比用作值：

sat_partic = {"Alabama": 5, "Alaska": 38, "Arizona": 30, ...}

Answer 3

我不确定下面的代码是否可以解决您的目的。 但是，我走了。 您可以使用namedtuple

from collections import namedtuple

columns = 'State Participation'

STAT_PARTIC = namedtuple('stat_partic', columns)

print (STAT_PARTIC._fields)
input_data = ['Alabama 5%', 'Alaska 38%', 'Arizona 30%', 'Arkansas 20%',
              'California 14%']

list_all_data = []

for line in input_data:
    data = line.split()
    stat_part = STAT_PARTIC(*data)
    list_all_data.append(stat_part)

print (list_all_data[0].State)
print (list_all_data[0].Participation)

Answer 4

您能显示理想的输出吗？ 我不确定我是否理解得很好。 但...

为什么不使用熊猫库并将州名称更改为索引？

import pandas as pd

ser1 = pd.Series(['5%','38%','30%','20%','14%'],['Alabama','Alaska','Arizona','Arkansas','California'])

ser1[:]

出：

Alabama        5%
Alaska        38%
Arizona       30%
Arkansas      20%
California    14%
dtype: object