将数据帧的列转换为键值对的函数

Question

我有一个数据框（这些只是供参考的示例列，实际列数相当大）

id	A	B	C	D
123	24	98	74	32
456	65	90	61	96

我想将其转换为数据，其中 id 是第一列，第二列包含值，其中第 1 列值用作键，第 2 列值用作值来创建键值对，例如第 1 行和第 2 行将看起来像这样的 col name

id	col1
123	[{24:98},{74:32}]
456	[{65:90},{61:96}]

我所做的我按原样使用 id 并使用第 1 列值作为键，使用第 2 列值作为值来创建键值对，然后使用第 3 列值作为键，使用第 4 列值作为值来创建键值对创建键值对，然后将它们合并到一个列表中。

我正在尝试以下解决方案，但出现 **TypeError (unhashable type: 'list') **

结果列表=[]

对于 _，在 df.iterrows() 中行： 当前_id = 行['id']

# Create a list of dictionaries for each row
key_value_pairs = [{row[i]: row[i + 1]} for i in range(1, len(row), 2)]

# Append the ID and list of dictionaries to the result list
result_list.append((current_id, key_value_pairs))

result_df = pd.DataFrame(result_list, columns=['id', 'col1'])

Answer 1

使用嵌套列表理解来获取预期输出，并删除

id

列并选择下一列中的配对和取消配对项目：

L = [[{a:b} for a, b in zip(r[::2], r[1::2])] for r in df.drop('id',axis=1).to_numpy()]

result_df = df[['id']].assign(col1=L)
print (result_df)
    id                  col1
0  123  [{24: 98}, {74: 32}]
1  456  [{65: 90}, {61: 96}]