set_index().to_dict()是两列转字典最快最稳的方法,底层C实现,大数据量优势明显;需先set_index指定键列再提取值列,重复键后值覆盖前值,NaN值保留为nan。

用 set_index().to_dict() 最快最稳
直接把两列转成字典,set_index().to_dict() 是首选。它底层走的是 C 实现,比循环或 zip() + 字典推导快得多,尤其数据量超过几千行时差异明显。
假设 DataFrame 叫 df,想用 'name' 列作键、'score' 列作值:
result = df.set_index('name')['score'].to_dict()
注意两点:必须先 set_index() 指定键列,再用 ['score'] 提取值列(不能写成 to_dict('score'));返回的是标准 dict,不是 OrderedDict(Python 3.7+ 里普通 dict 也保序)。
- 如果键列有重复值,后出现的会覆盖前面的 —— 这是默认行为,不会报错
- 若需保留所有重复键的值,得先用
groupby()聚合,比如转成 list:df.groupby('name')['score'].apply(list).to_dict() - 值列含
NaN时,对应键的值就是nan(float 类型),不是None;如需转成None,得提前用df['score'].where(pd.notna(df['score']), None)处理
用 zip() + 字典推导更灵活但要小心空值
当需要对键或值做即时处理(比如去空格、类型转换),字典推导配合 zip() 更直观:
{str(k).strip(): int(v) for k, v in zip(df['name'], df['score'])}
但它不自动跳过 NaN —— 遇到 NaN 会抛 TypeError: cannot convert float NaN to integer 或生成 'nan' 字符串键。
当现有的脚本或服务需要将作用域化的仓库工作委托给 Claude Code 并以编程方式消费结构化响应时,请使用 Claude Agent SDK for Python。
- 安全写法是加过滤:
{str(k).strip(): int(v) for k, v in zip(df['name'], df['score']) if pd.notna(k) and pd.notna(v)} - 键列含非字符串类型(如数字、时间戳)时,
str(k)能避免TypeError,但要注意是否符合业务预期(比如1.0和1转成字符串后都是'1.0') - 性能上,纯 Python 循环,万行以内差别不大,十万行以上明显变慢
to_dict(orient='index') 不适合两列转键值对
新手容易误用 to_dict(orient='index'),以为能直接得到键值对。其实它返回的是以原 index 为键、每行为一个字典的嵌套结构,和需求完全不符:
df[['name', 'score']].to_dict(orient='index')
# → {0: {'name': 'Alice', 'score': 95}, 1: {'name': 'Bob', 'score': 87}}
这不是你要的 {'Alice': 95, 'Bob': 87}。除非你后续再遍历这个结果手动提取,否则纯属绕路。
- orient 参数可选值还有
'list'、'series'、'records',全都不直接产出「列A→列B」这种映射 - 唯一接近的是
orient='dict'(默认),但它返回的是{'name': {0: 'Alice', 1: 'Bob'}, 'score': {0: 95, 1: 87}},还是得二次加工
键列有缺失或重复时,别依赖默认行为
真实数据里 name 列常有空值、重复名、首尾空格、大小写混用。Pandas 不会主动帮你清洗,set_index() 遇到空值直接报 ValueError: Index has duplicate keys 或静默保留 NaN 键(取决于 pandas 版本)。
- 务必先检查:
df['name'].isna().sum()、df['name'].duplicated().sum() - 清洗建议一步到位:
df_clean = df.dropna(subset=['name']).drop_duplicates(subset=['name'], keep='last') - 如果业务允许模糊匹配(比如忽略大小写),得先统一处理:
df['name'] = df['name'].str.lower().str.strip()
键的可靠性永远比代码一行写得多重要。多花三十秒看一眼 df['name'].unique()[:10],能省掉后面两小时 debug。
Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!










