当我将两个 pandas 列与 zip 组合成一个字典时，它会减少我的样本
When I combine two pandas columns with zip into a dict it reduces my samples
我在 pandas 中有两个列：df.lat 和 df.lon。
两者都有 3897 的长度和 556 个 NaN 值。
我的目标是合并两列并从中生成字典。
我使用代码：
dict(zip(df.lat,df.lon))
这创建了一个字典，但比我原来的列少了一个元素。
我用 len() 来确认这一点。我不明白为什么字典只有一个元素
小于我的列，当两列的长度相同时。
另一个问题是字典只有原始值，而没有键“lat”和“lon”。
也许这里有人有想法？
如果在 df.lat 中有重复的值，您可能有不同的长度，因为字典中不能有重复的键，因此这些值将被删除。
更灵活的方法可能是使用 pandas 中的 df.to_dict() 本机方法。在此示例中，您想要的方向可能是 'records'。完整代码：
df[['lat', 'lon']].to_dict('records')
我在 pandas 中有两个列：df.lat 和 df.lon。
两者都有 3897 的长度和 556 个 NaN 值。
我的目标是合并两列并从中生成字典。
我使用代码：
dict(zip(df.lat,df.lon))
这创建了一个字典，但比我原来的列少了一个元素。
我用 len() 来确认这一点。我不明白为什么字典只有一个元素
小于我的列，当两列的长度相同时。
另一个问题是字典只有原始值，而没有键“lat”和“lon”。
也许这里有人有想法？
如果在 df.lat 中有重复的值，您可能有不同的长度，因为字典中不能有重复的键，因此这些值将被删除。
更灵活的方法可能是使用 pandas 中的 df.to_dict() 本机方法。在此示例中，您想要的方向可能是 'records'。完整代码：
df[['lat', 'lon']].to_dict('records')