該to_dict()方法將列名設(shè)置為字典鍵將“ID”列設(shè)置為索引然后轉(zhuǎn)置DataFrame是實現(xiàn)此目的的一種方法。to_dict()還接受一個'orient'參數(shù)，您需要該參數(shù)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(shù)的示例?？紤]以下簡單的DataFrame：

>>> df = pd.DataFrame({'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]})
>>> df
  ab
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(shù)據(jù)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(shù)據(jù)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
2blue
Name: a, dtype: object, 
 'b': 0 0.500
1 0.250
2 0.125
Name: b, dtype: float64}

split - 將列/數(shù)據(jù)/索引拆分為鍵，值分別為列名，數(shù)據(jù)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(shù)據(jù)

>>> 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}}

到此這篇關(guān)于Pandas DataFrame轉(zhuǎn)換為字典的方法的文章就介紹到這了,更多相關(guān)Pandas DataFrame轉(zhuǎn)換為字典內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！

香港快速服務(wù)器

版權(quán)聲明：本站文章來源標注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。