Pandas怎么将DataFrame转换为字典？

2021-07-20 15:51:03 浏览数 (4)

在使用pandas的时候，我们知道，pandas是使用dataFrame来存储数据的，但我们更多情况下是对python的字典操作而不是对dataFrame操作，所以我们需要将dataFrame转换为字典。接下来的这篇文章我们就来了解一下操作吧。

to_dict()方法可以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
        a      b
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
      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，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}}

小结

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Pandas的其他操作可以关注W3Cschool以前的文章。

Python

0 人点赞