Pandas DataFrame转换为字典 Pandas DataFrame转换为字典的方法
hahaliang12 人气:3想了解Pandas DataFrame转换为字典的方法的相关内容吗,hahaliang12在本文为您仔细讲解Pandas DataFrame转换为字典的相关知识和一些Code实例,欢迎阅读和指正,我们先划重点:Pandas,DataFrame转换为字典,pandas转换成字典,下面大家一起来学习吧。
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 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}}
加载全部内容