Pandas DataFrame轉換為字典的方法

Posted on by

該to_dict()方法將列名設置為字典鍵將“ID”列設置為索引然後轉置DataFrame是實現此目的的一種方法。to_dict()還接受一個’orient’參數，您需要該參數才能輸出每列的值列表。否則，{index: value}將為每列返回表單的字典。

可以使用以下行完成這些步驟：

>>> 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，這裡是可能的東方參數的示例。考慮以下簡單的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

然後選項如下。

dict – 默認值：列名是鍵，值是索引的字典：數據對

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

list – 鍵是列名，值是列數據列表

>>> 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 – 將列/數據/索引拆分為鍵，值分別為列名，數據值分別按行和索引標簽

>>> df.to_dict('split')

{'columns': ['a', 'b'],
 'data': [['red', 0.5], ['yellow', 0.25], ['blue', 0.125]],
 'index': [0, 1, 2]}

記錄 – 每一行都成為一個字典，其中鍵是列名，值是單元格中的數據

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

index – 類似於’records’，但是一個字典字典，其中鍵作為索引標簽（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}}

到此這篇關於Pandas DataFrame轉換為字典的方法的文章就介紹到這瞭,更多相關Pandas DataFrame轉換為字典內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：