如何將dataframe的兩列轉換成Python中的orderedDict？

Question

我有一個名為tableTest的表，如下所示：

開始日期	結束日期
2022-12-15	2022-12-18
2022-12-19	2022-12-21
2022-12-22	2022-12-24
2022-12-26	2022-12-27
2022-12-29	2022-12-30
2022-12-02	2022-12-04
2022-12-06	2022-12-07
2022-12-07	2022-12-08
2022-12-09	2022-12-09
2022-12-13	2022-12-14

我需要按原始順序循環由 startDate 和 endDate 組成的鍵值對。

我做了什么：

import pandas as pd

data = [
    ("2022-12-15", "2022-12-18"),
    ("2022-12-19", "2022-12-21"),
    ("2022-12-22", "2022-12-24"),
    ("2022-12-26", "2022-12-27"),
    ("2022-12-29", "2022-12-30"),
    ("2022-12-02", "2022-12-04"),
    ("2022-12-06", "2022-12-07"),
    ("2022-12-07", "2022-12-08"),
    ("2022-12-13", "2022-12-14"),
    ("2023-01-01", "2023-01-03"),
]

df = spark.createDataFrame(data).toDF(*('startDate', 'endDate')).toPandas()
dictTest = df.set_index('startDate')['endDate'].to_dict()

print(dictTest)

for k,v in dictTest.items():
    print(f'startDate is {k} and corresponding endDate is {v}.')

上面的代碼確實可以把這兩列轉成dict，但是dict是無序的，所以我把這兩列原來的順序弄丟了。

先感謝您。

Answer 1

您可以使用.to_dict的into參數傳入OrderedDict ：

from collections import OrderedDict 
dictTest = df.set_index('startDate')['endDate'].to_dict(into=OrderedDict)

請參閱此處的文檔。

Answer 2

只要 tableTest 是 dataframe，您就可以使用 iterrows 按原始順序迭代。

for index, row in tableTest.iterrows():
    startDate = row['startDate']
    endDate = row['endDate']
    print(f'startDate is {startDate} and corresponding endDate is {endDate}.')