Python-将Pandas DataFrame转换为字典

Python-将Pandas DataFrame转换为字典

该

to_dict()

方法将列名设置为字典键，因此你需要稍微调整Dataframe的形状。将“ ID”列设置为索引，然后转置

Dataframe

是实现此目的的一种方法。

to_dict()

还接受一个“东方”参数，你需要该参数才能为每列输出值列表。否则，

{index: value}

将为每一列返回形式的字典。

这些步骤可以通过以下行完成：

>>> df.set_index('ID').T.to_dict('list'){'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}

如果需要不同的字典格式，以下是可能的Orient参数的示例。考虑以下简单的Dataframe：

>>> df = pd.Dataframe({'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]})>>> df        a      b0     red  0.5001  yellow  0.2502    blue  0.125

然后，选项如下。

dict-默认值：列名称是键，值是index：data对的字典

>>> df.to_dict('dict'){'a': {0: 'red', 1: 'yellow', 2: 'blue'},  'b': {0: 0.5, 1: 0.25, 2: 0.125}}

list-键是列名，值是列数据的列表

>>> df.to_dict('list'){'a': ['red', 'yellow', 'blue'],  'b': [0.5, 0.25, 0.125]}

系列 -类似于“列表”，但值是系列

>>> df.to_dict('series'){'a': 0       red      1    yellow      2      blue      Name: a, dtype: object,  'b': 0    0.500      1    0.250      2    0.125      Name: b, dtype: float64}

split-将列/数据/索引拆分为键，其值分别是列名，按行和索引标签的数据值

>>> df.to_dict('split'){'columns': ['a', 'b'], 'data': [['red', 0.5], ['yellow', 0.25], ['blue', 0.125]], 'index': [0, 1, 2]}

记录 -每行成为一个字典，其中键是列名，值是单元格中的数据

>>> df.to_dict('records')[{'a': 'red', 'b': 0.5},  {'a': 'yellow', 'b': 0.25},  {'a': 'blue', 'b': 0.125}]

索引 -类似于“记录”，但是字典的字典以键作为索引标签（而不是列表）

>>> df.to_dict('index'){0: {'a': 'red', 'b': 0.5}, 1: {'a': 'yellow', 'b': 0.25}, 2: {'a': 'blue', 'b': 0.125}}