在使用pandas进行数据分析的时候，大多数情况下可以用read_csv、read_excel等函数读取数据。但是，有时候，我们面对的是字典形式的数据结构。在这种情况下，需要用到DataFrame与Dict之间的相互转换。
1、面向行
sales = [{"Fruits":"apple","Numbers":5},
{"Fruits":"banana","Numbers":8},
{"Fruits":"pear","Numbers":9}]
df = pd.DataFrame(sales)
在这种情形下，字典键被用作columns，索引index被自动生成。
FruitsNumbers0apple51banana82pear9
2、面向列
sales = {"Fruits":["apple","banana","pear"],
"Numbers":[5,8,9]}
df = pd.DataFrame.from_dict(sales)
使用此种方法得到的结果与上述上述结果相同。
DataFrame转换为Dict主要用到to_dict(orient)函数。参数orient的值可以取dict、list、series、split、records、index等。这里我们主要讲解list、records两个参数值。假设DataFrame数据结构df如下：
FruitsNumbers0apple51banana82pear9
1、参数为list
df.to_dict(orient='list')
得到的字典为：
{'Fruits': ['apple', 'banana', 'pear'],
'Numbers': [5, 8, 9]}
2、参数为records
df.to_dict(orient='records')
得到的字典为
[{‘Fruits’: ‘apple’, ‘Numbers’: 5},
{‘Fruits’: ‘banana’, ‘Numbers’: 8},
{‘Fruits’: ‘pear’, ‘Numbers’: 9}]Original: https://blog.csdn.net/hanyunkaka/article/details/120603027
Author: hanyunkaka
Title: pandas之DataFrame与Dict的相互转换
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/752228/
转载文章受原作者版权保护。转载请注明原作者出处！