Cách hiệu quả nhất để tổ chức Dataframe sau đây là gì:

dữ liệu =

Position    Letter
1           a
2           b
3           c
4           d
5           e

vào từ điển như thế alphabet[1 : 'a', 2 : 'b', 3 : 'c', 4 : 'd', 5 : 'e']nào?

In [9]: pd.Series(df.Letter.values,index=df.Position).to_dict()
Out[9]: {1: 'a', 2: 'b', 3: 'c', 4: 'd', 5: 'e'}

So sánh tốc độ (sử dụng phương pháp của Wouter)

In [6]: df = pd.DataFrame(randint(0,10,10000).reshape(5000,2),columns=list('AB'))

In [7]: %timeit dict(zip(df.A,df.B))
1000 loops, best of 3: 1.27 ms per loop

In [8]: %timeit pd.Series(df.A.values,index=df.B).to_dict()
1000 loops, best of 3: 987 us per loop

Tôi đã tìm thấy một cách nhanh hơn để giải quyết vấn đề, ít nhất là trên các bộ dữ liệu thực tế lớn bằng cách sử dụng: df.set_index(KEY).to_dict()[VALUE]

Bằng chứng trên 50.000 hàng:

df = pd.DataFrame(np.random.randint(32, 120, 100000).reshape(50000,2),columns=list('AB'))
df['A'] = df['A'].apply(chr)

%timeit dict(zip(df.A,df.B))
%timeit pd.Series(df.A.values,index=df.B).to_dict()
%timeit df.set_index('A').to_dict()['B']

Đầu ra:

100 loops, best of 3: 7.04 ms per loop  # WouterOvermeire
100 loops, best of 3: 9.83 ms per loop  # Jeff
100 loops, best of 3: 4.28 ms per loop  # Kikohs (me)

Trong Python 3.6, cách nhanh nhất vẫn là WouterOvermeire. Đề xuất của Kikohs chậm hơn hai lựa chọn còn lại.

import timeit

setup = '''
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randint(32, 120, 100000).reshape(50000,2),columns=list('AB'))
df['A'] = df['A'].apply(chr)
'''

timeit.Timer('dict(zip(df.A,df.B))', setup=setup).repeat(7,500)
timeit.Timer('pd.Series(df.A.values,index=df.B).to_dict()', setup=setup).repeat(7,500)
timeit.Timer('df.set_index("A").to_dict()["B"]', setup=setup).repeat(7,500)

Các kết quả:

1.1214002349999777 s  # WouterOvermeire
1.1922008498571748 s  # Jeff
1.7034366211428602 s  # Kikohs

TL; DR

>>> import pandas as pd
>>> df = pd.DataFrame({'Position':[1,2,3,4,5], 'Letter':['a', 'b', 'c', 'd', 'e']})
>>> dict(sorted(df.values.tolist())) # Sort of sorted... 
{'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}
>>> from collections import OrderedDict
>>> OrderedDict(df.values.tolist())
OrderedDict([('a', 1), ('b', 2), ('c', 3), ('d', 4), ('e', 5)])

Trong dài

Giải thích về giải pháp: dict(sorted(df.values.tolist()))

Được:

df = pd.DataFrame({'Position':[1,2,3,4,5], 'Letter':['a', 'b', 'c', 'd', 'e']})

[ngoài]:

 Letter Position
0   a   1
1   b   2
2   c   3
3   d   4
4   e   5

Thử:

# Get the values out to a 2-D numpy array, 
df.values

[ngoài]:

array([['a', 1],
       ['b', 2],
       ['c', 3],
       ['d', 4],
       ['e', 5]], dtype=object)

Sau đó, tùy chọn:

# Dump it into a list so that you can sort it using `sorted()`
sorted(df.values.tolist()) # Sort by key

Hoặc là:

# Sort by value:
from operator import itemgetter
sorted(df.values.tolist(), key=itemgetter(1))

[ngoài]:

[['a', 1], ['b', 2], ['c', 3], ['d', 4], ['e', 5]]

Cuối cùng, bỏ danh sách danh sách 2 thành phần thành một lệnh.

dict(sorted(df.values.tolist())) 

[ngoài]:

{'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}

Liên quan

Trả lời bình luận @sbradbio:

Nếu có nhiều giá trị cho một khóa cụ thể và bạn muốn giữ tất cả chúng, đó không phải là cách hiệu quả nhất nhưng trực quan nhất là:

from collections import defaultdict
import pandas as pd

multivalue_dict = defaultdict(list)

df = pd.DataFrame({'Position':[1,2,4,4,4], 'Letter':['a', 'b', 'd', 'e', 'f']})

for idx,row in df.iterrows():
    multivalue_dict[row['Position']].append(row['Letter'])

[ngoài]:

>>> print(multivalue_dict)
defaultdict(list, {1: ['a'], 2: ['b'], 4: ['d', 'e', 'f']})