将 pandas 数据框转换为字典，其中一列作为键，另一列作为多个值
Convert a pandas dataframe to dictionary with one column as key and other column as multiple values
我想将此数据框转换为字典，其中对于一个标签作为键，我将多个推文存储为值。有人可以帮忙吗？
假设您的数据框的变量名称是“df”，那么以下内容可能会有所帮助：
temp = df.groupby(['labels']).apply(lambda x: x['tweets'].tolist()).to_dict()
print(temp)
要获得预期结果，您可以 运行 例如：
result = df.groupby('labels')['tweets'].apply(list).to_dict()
详情：
df.groupby('labels') - 对源行进行分组。['tweets'] - 仅采用 tweets 列（来自每个组）。apply(list) - 将当前组中的推文转换为列表。
您甚至不需要使用任何明确的 lambda 函数。
到目前为止（groupby和apply的结果）是pandasonic Series.to_dict() - 将此 Series 转换为字典。
对于您的源数据（缩短了一点），结果是：
{'EXP': ['if you missed', 'the emotional'],
'QUE': ['the neverending'],
'STM': ['katie couric', 'a yearold nigerian']}
我想将此数据框转换为字典，其中对于一个标签作为键，我将多个推文存储为值。有人可以帮忙吗？
假设您的数据框的变量名称是“df”，那么以下内容可能会有所帮助：
temp = df.groupby(['labels']).apply(lambda x: x['tweets'].tolist()).to_dict()
print(temp)
要获得预期结果，您可以 运行 例如：
result = df.groupby('labels')['tweets'].apply(list).to_dict()
详情：
df.groupby('labels')- 对源行进行分组。['tweets']- 仅采用 tweets 列（来自每个组）。apply(list)- 将当前组中的推文转换为列表。 您甚至不需要使用任何明确的 lambda 函数。 到目前为止（groupby和apply的结果）是pandasonic Series.to_dict()- 将此 Series 转换为字典。
对于您的源数据（缩短了一点），结果是：
{'EXP': ['if you missed', 'the emotional'],
'QUE': ['the neverending'],
'STM': ['katie couric', 'a yearold nigerian']}