数据到字典，值出来乱码。

Question

我有一个dataframe，其中包含两个列，我想将它们转换成一个字典，作为映射使用。

我尝试过多种转换方法，但我的字典值总是以错误的顺序出现。我的python版本是3，Pandas版本是0.24.2。

这就是我的dataframe的前几行的样子：

geozip.head()
Out[30]: 
    Geoid    ZIP
0  100100  36276
1  100124  36310
2  100460  35005
3  100460  35062
4  100460  35214

我希望我的字典看起来像这样：

{100100: 36276,
100124: 36310,
100460: 35005,
100460: 35062,
100460: 35214,...}

但是，我的输出却给出了值的错误顺序。

{100100: 98520,
 100124: 36310,
 100460: 57520,
 100484: 35540,
 100676: 19018,
 100820: 57311,
 100988: 15483,
 101132: 36861,...}

我先试了一下，但字典出得乱七八糟：

geozipmap = geozip.set_index('Geoid')['ZIP'].to_dict()

然后，我尝试先将这两列转换为list，然后转换为字典，但也出现了同样的问题：

geoid = geozip.Geoid.tolist()
zipcode = geozip.ZIP.tolist()
geozipmap = dict(zip(geoid, zipcode))

我试着转换到OrderedDict，但这也不起作用。然后我试过：

geozipmap = {k: v for k, v in zip(geoid, zipcode)}

我也试过：

geozipmap = {}
for index, g in enumerate(geoid):
    geozipmap[geoid[index]] = zipcode[index]    

我也尝试过建议的答案：panda dataframe to ordered dictionary

这些都不管用。真的不知道这是怎么回事？

Answer 1

尝试这个default_dict，如果相同的key有多个值，您可以将它们作为列表提供

from collections import defaultdict

df =pd.DataFrame(data={"Geoid":[100100,100124,100460,100460,100460],
                   "ZIP":[36276,36310,35005,35062,35214]})
data_dict = defaultdict(list)

for k,v in zip(df['Geoid'],df['ZIP']):
   data_dict[k].append(v)

print(data_dict)

defaultdict(<class 'list'>, {100100: [36276], 100124: [36310], 100460: [35005, 35062, 35214]})

Answer 2

这对你有用吗？

dfG = df['Geoid'].values
dfZ = df['ZIP'].values
for g , z in zip (dfG,dfZ):
    print(str(g)+':'+str(z))

这给出了如下的输出(但值是字符串)

​

100100:36276
100124:36310
100460:35005
100460:35062
100460:35214

​