Python 使用每行的第一个值作为键，将数据帧行转换为列表的dict 设置

我有一个数据帧：

import pandas as pd

即：

（使用，）

---

问题 我想把上面的数据帧转换成这个dict：

+----+-----+-----+-----+-----+
|    | A   | B   | C   | D   |
|----+-----+-----+-----+-----|
|  0 | A0  | B0  | C0  | D0  |
|  1 | A1  | B1  | C1  | D1  |
|  2 | A2  | B2  | C2  | D2  |
|  3 | A3  | B3  | C3  | D3  |
+----+-----+-----+-----+-----+

每行的第一个元素是键，数据帧的行是dict as list的值

---

解决 A 使用

.iterrows（）

，其中：

B 使用

.groupby（）

：

它们都能产生所需的输出

---

问题: 有没有更有效的方法来实现上述目标？

---

如果有一种方法可以用于循环，即，那就太好了。

使用

设置索引

，然后

agg

使用

axis=1上的
列表
并使用
系列。要记录
：

gbdict=df.groupby('A').apply(lambda row: row.to_dict(orient='row')).to_dict()
{key: list(gbdict[key][0].values()) for key in gbdict.keys()}

结果:

dct = df.set_index(df['A']).agg(list, axis=1).to_dict()

像这样的东西，我想这会比
agg
~

{'A0': ['A0', 'B0', 'C0', 'D0'],
 'A1': ['A1', 'B1', 'C1', 'D1'],
 'A2': ['A2', 'B2', 'C2', 'D2'],
 'A3': ['A3', 'B3', 'C3', 'D3']}

gbdict=df.groupby('A').apply(lambda row: row.to_dict(orient='row')).to_dict()
{key: list(gbdict[key][0].values()) for key in gbdict.keys()}

dct = df.set_index(df['A']).agg(list, axis=1).to_dict()

{'A0': ['A0', 'B0', 'C0', 'D0'],
 'A1': ['A1', 'B1', 'C1', 'D1'],
 'A2': ['A2', 'B2', 'C2', 'D2'],
 'A3': ['A3', 'B3', 'C3', 'D3']}

yourdict = dict(zip(df.A,df.values.tolist()))
Out[123]: 
{'A0': ['A0', 'B0', 'C0', 'D0'],
 'A1': ['A1', 'B1', 'C1', 'D1'],
 'A2': ['A2', 'B2', 'C2', 'D2'],
 'A3': ['A3', 'B3', 'C3', 'D3']}