Python 从dataframe创建字典

我有以下代码

pd.DataFrame(index=["A", "A", "B","B","B"], columns=["col1","col2","col3"],
data=np.array([[5,3,5],[8,6,4],[8,6,4],[2,7,6],[8,6,4]]))

这将导致以下数据帧

    col1    col2    col3
A      5     3       5
A      8     6       4
B      8     6       4
B      2     7       6
B      8     6       4

我想用它创建一个字典，其中包含键a和键B，值是包含其余数据的数据帧。例如，对于A，值应该是如下所示的数据帧

col1    col2    col3
5        3       5
8        6       4

---

将字典理解与

groupby

一起使用，对于默认索引：

d = {k:v.reset_index(drop=True) for k, v in df.groupby(level=0)}
print (d)
{'A':    col1  col2  col3
0     5     3     5
1     8     6     4, 'B':    col1  col2  col3
0     8     6     4
1     2     7     6
2     8     6     4}

---

如果需要不更改索引值，则可以使用：

d = dict(tuple(df.groupby(level=0)))
print (d['A'])
   col1  col2  col3
A     5     3     5
A     8     6     4

但这与使用以下选项选择原始数据相同：

---

设置：

df = pd.DataFrame(index=["A", "A", "B","B","B"], 
                  columns=["col1","col2","col3"],
                  data=np.array([[5,3,5],[8,6,4],[8,6,4],[2,7,6],[8,6,4]]))

---

马丁，你想要一个可以重建成a或B的字典吗？pd.DataFrame（df.T['A'].apply（list）.T.to_dict（orient='records'）将为您提供一个A，但要重建它，您必须执行以下操作：pd.DataFrame（df.T['A'].apply（list）.T.to_dict（orient='records'），index=['A'，A']

print (df.loc['A'])
   col1  col2  col3
A     5     3     5
A     8     6     4

df = pd.DataFrame(index=["A", "A", "B","B","B"], 
                  columns=["col1","col2","col3"],
                  data=np.array([[5,3,5],[8,6,4],[8,6,4],[2,7,6],[8,6,4]]))