Pandas DataFrame转换为字典的方法(字典转换为)

该to_dict()方法将列名设置为字典键将“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'orient'参数，您需要该参数才能输出每列的值列表。否则，{index: value}将为每列返回表单的字典。

可以使用以下行完成这些步骤：

>>> 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，这里是可能的东方参数的示例。考虑以下简单的DataFrame：

>>> df = pd.DataFrame({'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]})
>>> df
  ab
0  red  0.500
1  yellow  0.250
2 blue  0.125

然后选项如下。

dict - 默认值：列名是键，值是索引的字典：数据对

>>> 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，值是列数据列表

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

系列 - 比如'list'，但值是Series

>>> df.to_dict('series')
{'a': 0 red
1 yellow
2blue
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，值分别为列名，数据值分别按行和索引标签

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

记录 - 每一行都成为一个字典，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}]

index - 类似于'records'，但是一个字典字典，其中键作为索引标签（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}}

到此这篇关于Pandas DataFrame转换为字典的方法的文章就介绍到这了,更多相关Pandas DataFrame转换为字典内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站！

服务器配置数据库配置服务器运维服务器安全
互联网资讯服务器公司 IDC数据中心
免费服务器香港服务器租用美国服务器租用

公司动态