Python 如何使用pandas将csv转换为字典

如何使用pandas将csv转换为字典？例如，我有两列，希望column1是键，column2是值。我的数据如下所示：

"name","position"
"UCLA","73"
"SUNY","36"

cols = ['name', 'position']
df = pd.read_csv(filename, names = cols)

df = pd.DataFrame({"name": [73, 36], "position" : ["UCLA", "SUNY"]})

series = df["position"]
series.index = df["name"]
series.to_dict()

---

将列转换为列表，然后压缩并转换为dict：

In [37]:

df = pd.DataFrame({'col1':['first','second','third'], 'col2':np.random.rand(3)})
print(df)
dict(zip(list(df.col1), list(df.col2)))
     col1      col2
0   first  0.278247
1  second  0.459753
2   third  0.151873

[3 rows x 2 columns]
Out[37]:
{'third': 0.15187291615699894,
 'first': 0.27824681093923298,
 'second': 0.4597530377539677}

---

由于示例csv数据的第一行是“标题”， 您可以使用以下的

square

关键字将其解读为

pd.Series

：

如果您还想包括第1行，请删除

标题

关键字（或将其设置为

None

）。

在我看来，将文件放在磁盘上是最优雅的解决方案

但是，如果您不想或无法绕道从文件系统保存和加载，也可以这样做：

"name","position"
"UCLA","73"
"SUNY","36"

cols = ['name', 'position']
df = pd.read_csv(filename, names = cols)

df = pd.DataFrame({"name": [73, 36], "position" : ["UCLA", "SUNY"]})

series = df["position"]
series.index = df["name"]
series.to_dict()

结果:

{'UCLA': 73, 'SUNY': 36}

---

我可以问一下为什么

压缩
？因为它将2列CSV读取为系列，正如所解释的，它有
to_dict（）
方法，所以它应该比填充完整的数据帧和压缩（公认的答案）更有效。