Python 将多个值附加到具有相同键的字典

试图了解这里的最佳想法/实践是什么。。我与不同地点的面试官有一个数据框架。。我想创建一个字典或某种数据结构，保存面试官的姓名，然后保存面试官的每个坐标点。我正在使用的数据帧示例如下：

    interview       longitude        latitude
1   A1                  34.2             90.2
2   A1                  54.2             23.5
6   A1                  NaN              NaN
7   A2                  NaN              NaN
8   A2                  NaN              NaN
9   A2                  23.1             38.2
10  A2                  -23.7            -98.4

我希望基本上有一本有“A1”的字典，它可以容纳（34.2,90.2），（54.2,23.5），“A2”可以容纳（23.1,39.2），（-23.7，-98.4）

我在这里的逻辑有点不正确，但我没有任何方法“附加”到字典中，所以我的字典只输出上次迭代iterrows的数据。。。我该如何着手解决这个问题

一种解决方案，使用：

另一个使用：

---

由于

defaultdict

是

dict

的一个子类，因此通常不需要进一步的操作。

现在存储一个元组作为值。试着从那里推断一点；元组是一个容器，就像字典是一个容器一样。知道可以用来保存多个元组的其他容器吗？换言之：需要为字典值选择一个容器类型，以便将这些多个元组存储在其中。字典只是将键映射到值，但是这些值可以是任何类型的Python对象，包括元组、其他字典等等。我应该将所有元组放入列表中，然后将它们添加到面试官键中吗？对于面试官键，如果该键尚未在字典中，请向字典中添加一个列表。如果该键已经在字典中，只需将其附加到存在的列表中即可。您可以使用

location\u dict.setdefault（name，[]）.append（（行['Longitude'，行['Latitude'））

，一步完成测试，添加一个尚未存在的列表，并将其附加到列表中。

    location_dict = {}
    for name, group in df.groupby('Interviewer'):
        minidf = group[['Interviewer','Longitude','Latitude']].dropna()
        for index, row in minidf.iterrows():
            location_dict[name]=(row['Longitude'], row['Latitude'])

def zipper(row):
    return list(zip(row['longitude'], row['latitude']))

res = df.dropna(subset=['longitude', 'latitude'])\
        .groupby('interview').apply(zipper).to_dict()

# {'A1': [(34.2, 90.2), (54.2, 23.5)],
#  'A2': [(23.1, 38.2), (-23.7, -98.4)]}

from collections import defaultdict

res = defaultdict(list)
for row in df.dropna(subset=['longitude', 'latitude']).itertuples(index=False):
    res[row.interview].append((row.longitude, row.latitude))