我有一个pandas DataFrame,它看起来像这样:
output:
0 1 3 ...
0 Subject Importance Hour ...
1 Linear Algebra Mandatory Afternoon ...
2 Data Science Optional Morning ...
3 Data Structure Mandatory Night ...
4 ... ... ...
到目前为止,我所知道的是,我可以用得到Subject
的值
df[0].tolist()
这将生成一个列表,如:
['Linear Algebra', 'Data Science', 'Data Structure', ...]
但我需要创建一个字典,其中包含主题的名称和定义为False
的值
subject_dict = {
'Linear Algebra': False,
'Data Science' : False,
'Data Structure': False
}
这样我就可以访问它们,以便从false修改为true。我的第一个想法是使用字典,但想清楚了,我也可以使用列表。
我该如何解决这个问题?
我试过:
subject_dict = df[0].to_dict()
但没有奏效。
也许在列表中,但它将如何迭代?
您可以使用dict理解:
dct = {s: False for s in df[0][1:]]
或者使用dict.fromkeys
:
dct = dict.fromkeys(df[0][1:], False)
输出:
>>> dct
{'Linear Algebra': False,
'Data Science': False,
'Data Structure': False}