Question

我正在使用两个键将数据帧转换为字典，其中一个来自索引，另一个来自列。我找到了一种“for循环”的方法。我很好奇，有没有更有效的方法呢？

HarvesterData_df = pd.read_csv('HarvesterData.csv').set_index('Feature')
HarvesterData_df.index.name = None

数据框看起来像这样。

                          265 HP Combine  305 HP Combine  385 HP Combine
  PurchasePrice              291550.00       342125.00       430950.00   
  AnnualInterest              42671.91        50074.18        63074.80   
  Throughput                     33.19           44.26           66.39   
  Speed                           5.50            5.50            5.50   
  Width                           4.57            6.10            9.14   
  Efficiency                      0.90            0.90            0.90   
  Horsepower                    265.00          305.00          385.00   
  FuelConsumption                11.61           13.36           16.86   
  LaborCost                      14.50           14.50           14.50   
  CombinePrice               293000.00       337000.00       407000.00   
  CornHeadPrice               50000.00        65500.00       100000.00   
  RowNumber                       6.00            8.00           12.00   
  TheorticalThroughput           27.66           36.88           55.32

我想将它转换为字典，其中包含基于索引和列的键。我试试：

HarvesterData = {(r,c): HarvesterData_df.loc[r][c] for r in HarvesterData_df.index.tolist() for c in HarvesterData_df.columns.tolist()}

输出完美，正是我想要的。但是，我可以在Pandas中没有循环吗？

{('AnnualInterest', '265 HP Combine'): 42671.910000000003,
 ('AnnualInterest', '305 HP Combine'): 50074.18,
 ('AnnualInterest', '385 HP Combine'): 63074.800000000003,
 ('AnnualInterest', '440 HP Combine'): 72778.619999999995,
 ('CombinePrice', '265 HP Combine'): 293000.0,
 ('CombinePrice', '305 HP Combine'): 337000.0,
 ('CombinePrice', '385 HP Combine'): 407000.0,
 ('CombinePrice', '440 HP Combine'): 455000.0,
 ('CornHeadPrice', '265 HP Combine'): 50000.0,
 ('CornHeadPrice', '305 HP Combine'): 65500.0,
 ('CornHeadPrice', '385 HP Combine'): 100000.0,
 ('CornHeadPrice', '440 HP Combine'): 130000.0,
 ('Efficiency', '265 HP Combine'): 0.90000000000000002,
 ('Efficiency', '305 HP Combine'): 0.90000000000000002,
 ('Efficiency', '385 HP Combine'): 0.90000000000000002,
 ('Efficiency', '440 HP Combine'): 0.90000000000000002, ...

Answer 1

您只需stack，然后拨打to_dict：

import pandas as pd
df = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
>> df
    a   b
0   1   3
1   2   4

>> df.stack().to_dict()
{(0, 'a'): 1, (0, 'b'): 3, (1, 'a'): 2, (1, 'b'): 4}

Pandas数据框到字典，带有索引和列的两个键

1 个答案: