以一栏为键，一栏为值将CSV转换为字典

Question

您好，我有以下格式的CSV文件：

ticket asset
1111   3456
1111   6789
1122   2345
1122   7890

我想将其转换为Dict，例如：

{'1111': ['3456', '6789'], '1122':['2345', '7890']}

基本上希望将票证作为“键”，并将该票证下的所有资产作为“值”。

csv.DictReader（）有所帮助，但是我无法提取密钥的唯一票据编号，也无法匹配其下的所有资产的价值。

任何帮助将是巨大的:)

感谢您如此快速地获取CSV> Dict！

如果我想将元组转换为Dict，那将如何工作？

例如：Tuple：（（（1111，3456），（1111，6789），（1122，2345），（1122，7890））

我希望将其转换为：

{'1111'：['3456'，'6789']，'1122'：['2345'，'7890']}

Answer 1

使用collections.defaultdict ：

from collections import defaultdict
import csv

d = defaultdict(list)
with open(filename, 'r', newline='') as f:
    reader = csv.reader(f, delimiter='\t')
    next(reader) # toss headers
    for ticket, asset in reader:
        d[ticket].append(asset)

使用常规词典：

import csv

d = {}
with open(filename, 'r', newline='') as f:
    reader = csv.reader(f, delimiter='\t')
    next(reader) # toss headers
    for ticket, asset in reader:
        d.setdefault(ticket, []).append(asset)

Answer 2

将您的csv导入pandas数据框。 使用applymap将数据框转换为字符串数据类型。 按票证分组并将所有收集的资产转换为列表。 然后将数据帧转换为字典（dict）

import pandas as pd
df=pd.read_csv('file.csv', header=0)
df=df.applymap(str).groupby('ticket')['asset'].apply(list).to_dict()
print(df)

结果：

{'1111': ['3456', '6789'], '1122': ['2345', '7890']}