Question

我将CSV文件解析为Dataframe。 10,000条记录进入，没有问题。两列一个＆＃39; ID＆＃39;，一个＆＃39;评论＆＃39;。

我尝试将DF转换为字典，其中键=＆＃39; ID＆＃39;和值=＆＃39;评论＆＃39;。

由于某种原因，新词典只包含680条记录。

#read csv data file
data = pd.read_csv("Movie_reviews.csv",
                   delimiter='\t',
                   header=None,names=['ID','Reviews'])
reviews = data.set_index('ID').to_dict().get('Reviews')
len(reviews)

输出为680

如果我没有追加＆＃39; .get（＆＃39; Reviews＆＃39;）＆＃39;一切都是一个伟大的记录。

Dataframe＆＃39;数据＆＃39;看起来像这样

               ID                                            Reviews
1      076780192X  it always amazes me how people can rate the DV...
2      0767821599  This movie is okay, but, its not worth what th...
3      0782008380  If you love the Highlander 1 movie and the ser...
4      0767726227  This is a great classic collection, if you lik...
5      0780621832  This is the second of John Ford and John Wayne...
6      0310263662  I am an evangelical Christian who believes in ...
7      0767809270  Federal law, in one of its numerous unfunded m...

Answer 1

我认为你可以做到：

方法1：

reviews = data.set_index('ID')['Reviews'].to_dict()

方法2：我们在此处将评论转换为每个ID的列表，以便我们不会丢失任何信息。

reviews = data.groupby('ID')['Reviews'].apply(list).to_dict()

Answer 2

如果它可以帮助其他人。

电影评论的ID并非都是独一无二的。 .nunique（）函数显示了@YOLO的建议。

仅将值（评论）分配给字典会自动添加@JackHoman建议解决我的问题的唯一键。

将DataFrame转换为字典时丢失记录

2 个答案: