將 Python dataframe 轉換為帶索引的字典

Question

我正在嘗試將 dataframe 轉換為字典（因為它們在過濾鍵時更快）我目前正在使用

t3 = time()
r={}
for i in df.index.unique():
    r[i]=[]
    r[i].append(df.loc[i].values)
print(round((time()-t3), 1), "s")

這種類型的轉換很慢。 有沒有替代方案？ 我希望 dataframe 的索引作為鍵和行作為在單個鍵上具有多個值的值

Answer 1

轉置后使用pandas.DataFrame.to_dict以獲取索引作為鍵和行值作為值：

import pandas as pd

df = pd.DataFrame({'col1': [1, 2], 'col2': ['a', 'b']})
r = df.T.to_dict('list')
print(r)

Output：

{0: [1, 'a'], 1: [2, 'b']}

Answer 2

我能夠使用以下方法將具有多個重復索引的 dataframe 轉換為字典：

dicti={}
for line in df.itertuples():
   if line.index not in dicti:
      dicti[line.index]=[]
      dicti[line.index].append(list(line))
   else:
      dicti[line.index].append(list(line))

600k 行的運行時間為 5 秒