key: pandas, DataFrame, dict, Series

df = pd.DataFrame({"a":[1,1,1,2,2,2,2,3], "b": ["q","q","q","q","q","q","q","w"], "c":[0,0,0,0,0,0,0,0], "d": [1,1,1,1,1,1,1,1]})

# output
   a  b  c  d
0  1  q  0  1
1  1  q  0  1
2  1  q  0  1
3  2  q  0  1
4  2  q  0  1
5  2  q  0  1
6  2  q  0  1
7  3  w  0  1

将a,b两列转成字典。
尝试1

df[["a", "b"]].to_dict(orient='dict')

# output
{'a': {0: 1, 1: 1, 2: 1, 3: 2, 4: 2, 5: 2, 6: 2, 7: 3},
 'b': {0: 'q', 1: 'q', 2: 'q', 3: 'q', 4: 'q', 5: 'q', 6: 'q', 7: 'w'}}

分析：这样简单粗暴的转型并不是哦们想要的结果。字典内容的key是0-n这样的索引。所以尝试设置index。

尝试2

df[["a", "b"]].set_index("a").to_dict(orient='dict')

# output
{'b': {1: 'q', 2: 'q', 3: 'w'}}

分析：结果好多了，但确是一个嵌套字典。

尝试3

df[["a", "b"]].set_index("a").to_dict(orient='dict')["b"]

# output
{1: 'q', 2: 'q', 3: 'w'}

这就是我们想要的结果了。

尝试4

df[["a", "b"]].set_index("a")['b'].to_dict()

# output
{1: 'q', 2: 'q', 3: 'w'}

更简洁