Python-将Pandas DataFrame转换为字典

Question

我有一个包含四列的DataFrame。我想将此DataFrame转换为python字典。我希望第一列keys的元素为，同一行中其他列的元素为values。

数据框：

    ID   A   B   C
0   p    1   3   2
1   q    4   3   2
2   r    4   0   9  

输出应如下所示：

字典：

{'p': [1,3,2], 'q': [4,3,2], 'r': [4,0,9]}

Answer 1

该to_dict()方法将列名设置为字典键，因此你需要稍微调整DataFrame的形状。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“东方”参数，你需要该参数才能为每列输出值列表。否则，{index: value}将为每一列返回形式的字典。

这些步骤可以通过以下行完成：

>>> 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，以下是可能的Orient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：列名称是键，值是index：data对的字典

>>> 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，值是列数据的列表

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

系列 -类似于“列表”，但值是系列

>>> 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，其值分别是列名，按行和索引标签的数据值

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

记录 -每行成为一个字典，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}]

索引 -类似于“记录”，但是字典的字典以键作为索引标签（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}}