Pandas如何將DataFrame轉換為字典

這篇文章主要介紹了Pandas如何將DataFrame轉換為字典，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

在使用pandas的時候，我們知道，pandas是使用dataFrame來存儲數據的，但我們更多情況下是對python的字典操作而不是對dataFrame操作，所以我們需要將dataFrame轉換為字典。

to_dict()方法可以將列名設置為字典鍵將“ID”列設置為索引然后轉置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，這里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

然后選項如下。

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 - 類似于'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}}

感謝你能夠認真閱讀完這篇文章，希望小編分享的“Pandas如何將DataFrame轉換為字典”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!