键在字典python中显示为nan

Question

我正在尝试将具有 2 列的数据框转换为字典，其中第一列是键，第二列是其值都在一个字典中。

数据样本：

id           summary
135791059    blha blah blah
135791051    blah something blah

这是我试过的代码

map_of_values = pd.Series(f_dataframe.summary.values,index=f_dataframe.id).to_dict()

print(map_of_values)

输出是：

{'id': {'blah blah blah': nan, 'blah something blah}

我希望它是：

 {135791059:'blah blah blah blah',135791051:'blah something blah'}

我做错了什么？ 而且我想迭代每个键值对，从中构建一个字符串。 这是正确的方法吗？

Answer 1

您可以简单地使用以下代码：

df.set_index('id').to_dict()['summary']

Answer 2

尝试了您的解决方案，如下所示。

工作正常。 无法重现错误。 也许您想检查您创建的数据框。

f_dataframe= {'id':[135791059,135791051],
        'summary':["blha blah blah", "blah something blah"]}
df = pd.DataFrame(f_dataframe)

map_of_values = df.set_index('id').to_dict()['summary']
print(map_of_values)

Answer 3

• df.to_dict()方法用于根据orient参数将数据帧转换为系列或列表等数据类型的字典。
• orient - 字符串值， ('dict', 'list', 'series', 'split', 'records', 'index')定义将 Columns(series) 转换为哪个 dtype。

前任。

import pandas as pd

my_dict = {'id':[135791059,135791051],'summary':["blha blah blah", "blah something blah"]}
df = pd.DataFrame(my_dict)
print(df)
records = df.to_dict('records')
data = {i['id'] :i['summary'] for i in records}
print(data)

开/关：

          id              summary
0  135791059       blha blah blah
1  135791051  blah something blah

{135791059: 'blha blah blah', 135791051: 'blah something blah'}

Answer 4

如果您已经将值用作列，则通常会发生此问题。 如果您有一个现有列并希望将某些“键”归因于值并创建一个新列，它将显示为NaN 。 您需要将现有列用作“键”，将所需的新列用作“值”（只需在字典中切换键和值的位置）。

例如：您预先存在的列是摘要，而您当前的字典是：

d = {135791059: 'blah blah blah', 135791051: 'blah something blah'}

但是，您需要更正它，例如：

d = {'blah blah blah': 135791059: , 'blah something blah': 135791051}