Python 如何创建包含一个索引键列和多个值列的字典

我有一个带有3列a、B、C的数据帧df。我希望a列是索引和键，B列和C列是a的值

我尝试了以下方法：

def cellDict():

    df_set_index('A')['B','C']
    x= df.set_index('A')['B']
    y= df.set_index('A')['C']
    z= zip(x,y)


def getCellDetails():
    try:
        cellDB_DF= pd.read_excel('cell_DB.xlsx')
        cellLatDB= cellDB_DF['Latitude'].to_dict()
        cellLongDB= cellDB_DF['Longitude'].to_dict()
        cellDict= cellDF.set_index('Cell_ID')['Latitude']['Longitude'].to_dict()
        print cellDict

    except Exception as e:
        print e.message

预期的结果是

df{cellID}=('latitude','longitude')

然后使用字典理解：

>>> {key: (a, b) for key, a, b in df.values}
{1: (100, 400), 2: (200, 500), 3: (300, 600)}

根据@piRSquared的建议，您还可以转置数据帧，然后使用

to_dict

函数指定

list

作为方向变量

df.set_index('A').T.to_dict('list')

他的另一项建议提供了一个非常有效的解决方案：

dict(zip(df.A, zip(df.B, df.C)))

计时（Python 3.7和pandas 0.24.2）

---

首先初始化mydict=dict（），然后在我的手机上构建一个循环逻辑：for:mydict[cellID]=（x，y），这样我就无法验证我的答案@piRSquared，因为您的两个解决方案都有效。第一种方法非常有效（方法3），第二种方法似乎相当缓慢（方法2）。我正在使用Python3.7.3和pandas 0.24.2进行测试。我怀疑这会加快您的测试速度：“{k：（a，b）对于zip中的k，a，b（*map（df.get，df））}”

dict(zip(df.A, zip(df.B, df.C)))

# Set-up 10k row dataframe.
df = pd.DataFrame({'A': range(10000), 'B': range(10000), 'C': range(10000)})

# Method 1
%timeit -n 10 {key: (a, b) for key, a, b in df.values}
# 14.8 ms ± 3.62 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

# Method 2
%timeit -n 10 df.set_index('A').T.to_dict('list')
# 520 ms ± 41.5 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

# Method 3
%timeit -n 10 dict(zip(df.A, zip(df.B, df.C)))
# 7.7 ms ± 3.32 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

# Method 4
%timeit -n 10 {k: (a, b) for k, a, b in zip(*map(df.get, df))}
# 9.61 ms ± 3.81 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)