Pandas DataFrame read_csv第一列作为字典中的键，第二列作为值（以简单的方式）

Question

给定df=pandas.read_csv(somePath,header=None)的输出：

          0        1
0      Name  Bambang
1    Gender     Male
2       Age       25

如何将其转换为：

dict_data={
    'Name':Bambang,
    'Gender':Male,
    'Age':25
}

我可以做到，但在很大程度上：

df=pandas.read_csv(somePath,header=None)
df=df.set_index([0])
theDict=df.to_dict()
theDict=theDict[1]

使用pandas.read_csv()或python native命令是否有一种本机的简单方法？多谢各位

Answer 1

假设您已经阅读了数据，并希望将其作为一个dict

类似这样的方法可能会奏效：

df.set_index('0').T.to_dict('records')[0]
{'Name': 'Bambang', 'Gender': 'Male', 'Age ': '25'}

此外，如果您真的想这样做，最好使用python的csv读取器来获取您的dict，而不是先使用pandas然后使用dict的循环方式：

这是data.txt中数据的外观；我不确定这是否完全复制了您所拥有的：

data = '''    
     Name  Bambang
    Gender     Male
       Age       25'''

data


import csv

A = []
with open('data.txt', newline = '') as csvfile:
    content = csv.reader(csvfile,delimiter = ' ')
    for row in content:
        A.append([entry for entry in row if entry != ''])

dict(A)
{'Name': 'Bambang', 'Gender': 'Male', 'Age': '25'}

更新：多亏了@AMC，它从一端变得简单多了-：获取numpy值并应用dict：

 dict(df.to_numpy())
 {'Name': 'Bambang', 'Gender': 'Male', 'Age': '25'}