如何在python中从数据帧设置dict中的值

我有一个数据框，看起来像这样：

创建df的代码：

dd = {'name': ["HARDIE'S MOBILE HOME PARK", 'CRESTVIEW RV PARK',
       'HOMESTEAD TRAILER PARK', 'HOUSTON PARK MOBILE HOME PARK',
       'HUDSON MOBILE HOME PARK', 'BEACH DRIVE MOBILE HOME PARK',
       'EVANS TRAILER PARK'],
       'country': ['USA', 'USA', 'USA', 'USA', 'USA', 'USA', 'USA'],
      'coordinates': ['30.44126118, -86.6240656099999',
       '30.7190163500001, -86.5716222299999',
       '30.5115772500001, -86.4628417499999',
       '30.4424195300001, -86.64733076',
       '30.7629176200001, -86.5928893399999', '30.44417349, -86.59951996',
       '30.4427800300001, -86.62941091'],
      'status':['OPEN', 'CLOSED', 'OPEN', 'OPEN', 'OPEN', 'OPEN', 'OPEN']}

df2 = pd.DataFrame(data=dd)

我想做的是创建一个具有以下结构的词典：

{'destination1': 'CRESTVIEW RV PARK; 30.7190163500001, -86.5716222299999',
 'destination2': 'HOMESTEAD TRAILER PARK; 30.5115772500001, -86.4628417499999',
 'destination3': 'HOUSTON PARK MOBILE HOME PARK; 30.4424195300001, -86.64733076',
 'destination4': 'HUDSON MOBILE HOME PARK; 30.7629176200001, -86.5928893399999',
 'destination5': 'BEACH DRIVE MOBILE HOME PARK  ; 30.44417349, -86.59951996'}

如您所见，每个值必须包含名称；从第二行到最后一行的坐标。我正在使用以下代码来执行此操作：

d1 = {f"destination{k}":v + "; " + i for k in range(1, len(df1)-1) for v,i in zip(df1.name, df1.coordinates)}

然而，这是我得到的输出：

{'destination1': 'EVANS TRAILER PARK; 30.4427800300001, -86.62941091',
 'destination2': 'EVANS TRAILER PARK; 30.4427800300001, -86.62941091',
 'destination3': 'EVANS TRAILER PARK; 30.4427800300001, -86.62941091',
 'destination4': 'EVANS TRAILER PARK; 30.4427800300001, -86.62941091',
 'destination5': 'EVANS TRAILER PARK; 30.4427800300001, -86.62941091'}

它只读取数据帧的最后一行，每个键都有相同的值，但我想要的是，对于每个键，它的值必须来自数据帧中从第二行到最后一行的每一行

---

如果有人知道怎么做，我将非常感谢你的帮助。

你可以像这样列举拉链

dd = {'name': ["HARDIE'S MOBILE HOME PARK", 'CRESTVIEW RV PARK',
       'HOMESTEAD TRAILER PARK', 'HOUSTON PARK MOBILE HOME PARK',
       'HUDSON MOBILE HOME PARK', 'BEACH DRIVE MOBILE HOME PARK',
       'EVANS TRAILER PARK'],
       'country': ['USA', 'USA', 'USA', 'USA', 'USA', 'USA', 'USA'],
      'coordinates': ['30.44126118, -86.6240656099999',
       '30.7190163500001, -86.5716222299999',
       '30.5115772500001, -86.4628417499999',
       '30.4424195300001, -86.64733076',
       '30.7629176200001, -86.5928893399999', '30.44417349, -86.59951996',
       '30.4427800300001, -86.62941091'],
      'status':['OPEN', 'CLOSED', 'OPEN', 'OPEN', 'OPEN', 'OPEN', 'OPEN']}

df1 = pd.DataFrame(data=dd)

d_out = {
    f"destination{idx+1}":'; '.join(v) for idx, v in enumerate(zip(df1.name[1:], df1.coordinates[1:]))
}

d_out

{'destination1': 'CRESTVIEW RV PARK; 30.7190163500001, -86.5716222299999',
 'destination2': 'HOMESTEAD TRAILER PARK; 30.5115772500001, -86.4628417499999',
 'destination3': 'HOUSTON PARK MOBILE HOME PARK; 30.4424195300001, -86.64733076',
 'destination4': 'HUDSON MOBILE HOME PARK; 30.7629176200001, -86.5928893399999',
 'destination5': 'BEACH DRIVE MOBILE HOME PARK; 30.44417349, -86.59951996',
 'destination6': 'EVANS TRAILER PARK; 30.4427800300001, -86.62941091'}

你不必做dict理解就能得到这个结果，如果你能像这样在pandas数据框中做几列，你就能得到这个结果

df1['destination'] = [f"destination{k}" for k in range(len(df1))]
df1['value'] = df1['name'] + "; " + df1['coordinates'] 

df1[['destination', 'value']][1:].set_index("destination").to_dict()['value']

{'destination1': 'CRESTVIEW RV PARK; 30.7190163500001, -86.5716222299999',
 'destination2': 'HOMESTEAD TRAILER PARK; 30.5115772500001, -86.4628417499999',
 'destination3': 'HOUSTON PARK MOBILE HOME PARK; 30.4424195300001, -86.64733076',
 'destination4': 'HUDSON MOBILE HOME PARK; 30.7629176200001, -86.5928893399999',
 'destination5': 'BEACH DRIVE MOBILE HOME PARK; 30.44417349, -86.59951996',
 'destination6': 'EVANS TRAILER PARK; 30.4427800300001, -86.62941091'}

---

示例中的dict理解有两个for循环：

d1={
f“目的地{k}”：v+“；”+i
对于范围（1，len（df1）-1）中的k
对于v，zip中的i（df1.name，df1.coordinates）
}

在这些循环中，k独立于v和i进行迭代。第二个循环有很多问题（要理解它们，只需逐步执行操作

df1.name

，

df1.coordinates

，和

zip（df1.name，df1.coordinates）

，看看这是怎么回事-注意，df1.name是一个保留属性，它引用的是数据帧的名称，而不是列“name”）

您真正想要的是在df1中为每一行循环多个元素。为此，只需使用第一个循环，但在构建值时从df访问所需的元素：

d1={
f“destination{k}”：（df1.loc[k，'名称']+'；“+df1.loc[k，'坐标']））
对于范围（1，len（df1）-1）中的k
}

更多信息，请查看“理解”部分

或者，（最好）使用熊猫

d1=pd.系列(
df1['name']+'；'+df['coordinates']，
index=（'destination'+df.index.astype（str）），
)

---

如果此时确实需要词典，可以将该系列转换为

d1=d1的词典。要使用dict（）

请添加数据的文本表示形式，而不是图像。人们将如何复制和测试？您能否添加创建数据帧的代码？热心帮助您的人并不热衷于手动重新键入您的数据。另外，不要发布代码或数据的图像。以文本形式发布。这使得事情更容易搜索，屏幕读者也更容易将问题的内容传达给视力受损的人。仅供参考：如果循环是l1中的i:l2中的j

，那么它就像
[…l1中的i代表l2中的j]
在列表理解中。我刚刚用代码更新了帖子以创建df。请提供预期的结果。显示中间结果与预期结果的偏差。我们应该能够将单个代码块粘贴到文件中，运行它，并重现您的问题。这也让我们可以在您的上下文中测试任何建议。