Python 将dataframe转换为列具有重复值且字典值为列表的字典

我想得到这样一个结果

对于此数据帧：

Name    Val
   A      1
   A      2
   B      1
   B      3
   B      4

我想要一本像

{'a'：[1,2]，'B'；[1,3,4]}

我将有两个这样的数据帧，我的目标是实现每个键的值的差异。与键“B”类似，其他数据帧的值可以为1,5

我不想使用循环，因为数据帧将是巨大的

我试着用

df.set_index（key）.to_dict（）[value coln]

但这只为每个键提供一个值

---

我尝试在datafram中使用group by，这将涵盖您需要的内容：

In [22]: out = {} In [23]: for i in df["Name"].tolist(): ...: out[i] = df[df["Name"]==i]["Val"].tolist() ...: In [24]: out Out[24]: {'A': [1, 2], 'B': [1, 3, 4]} In[22]：out={} 在[23]中：对于df[“Name”]中的i.tolist（）： …：out[i]=df[df[“Name”]==i][“Val”].tolist（） ...: In[24]：out

---

Out[24]：{apos；A&apos；：[1,2]，&apos；B&apos；：[1,3,4]}这将满足您的需要：

In [22]: out = {} In [23]: for i in df["Name"].tolist(): ...: out[i] = df[df["Name"]==i]["Val"].tolist() ...: In [24]: out Out[24]: {'A': [1, 2], 'B': [1, 3, 4]} In[22]：out={} 在[23]中：对于df[“Name”]中的i.tolist（）： …：out[i]=df[df[“Name”]==i][“Val”].tolist（） ...: In[24]：out Out[24]：{apos；A&apos；：[1,2]，&apos；B&apos；：[1,3,4]}您可以尝试：

ddict = {
  'A':[],
  'B':[]
}

按列筛选数据并从另一列返回值。将每个字典键设置为这些结果：

ddict['A'] = list(df[df['Name'] == 'A']['Val'].values)
ddict['B'] = list(df[df['Name'] == 'B']['Val'].values)

输出：

{
'A': ['1', '2'],
'B': ['1', '3', '4']
}

编辑：或者，如果要遍历所有键：

 for key in ddict.keys():
    ddict[key] = list(df[df['Name'] == key]['Val'].values)

您可以尝试：

ddict = {
  'A':[],
  'B':[]
}

按列筛选数据并从另一列返回值。将每个字典键设置为这些结果：

ddict['A'] = list(df[df['Name'] == 'A']['Val'].values)
ddict['B'] = list(df[df['Name'] == 'B']['Val'].values)

输出：

{
'A': ['1', '2'],
'B': ['1', '3', '4']
}

编辑：或者，如果要遍历所有键：

 for key in ddict.keys():
    ddict[key] = list(df[df['Name'] == key]['Val'].values)

---

这就是我要找的亚当。现在我只想看看我怎么知道这些字典值的不同这就是我要找的Adam。现在我只想看看我怎么知道这些字典的值有什么不同