pandas.DataFrame、pandas.Series可以使用to_dict()方法转换为字典(dict类型对象)。
对于pandas.DataFrame,参数orient可以用来指定pandas.DataFrame的行标签索引、列标签列和值如何分配给字典的键和值。
在 pandas.Series 的情况下,它被转换为以标签作为键的字典。
此处解释以下内容。
- pandas.DataFrame to_dict() 方法
- 指定字典的格式:Argument orient
- 转换为 dict 以外的类型:Argument into
- 从 pandas.DataFrame 的任意两列生成字典
- pandas.Series to_dict 方法 转换为 dict
- 转换为 dict 以外的类型:Argument into
创建以下 pandas.DataFrame 作为示例。
import pandas as pd
import pprint
from collections import OrderedDict
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': ['a', 'x', '啊']},
index=['row1', 'row2', 'row3'])
print(df)
它导入 pprint 以使输出更易于查看,并导入 OrderedDict 以通过参数解释类型规范。
当从 pandas.DataFrame 调用 to_dict() 方法时,默认情况下它将转换为字典(dict 类型对象),如下所示。
d = df.to_dict()
pprint.pprint(d)
print(type(d))
指定字典的格式:Argument orient
通过参数orient,可以指定pandas.DataFrame行标签(行名)索引、列标签(列名)列、值值如何分配给字典键和值的格式。
dict
如果 orient=’dict’,key 是列标签,value 是行标签和值的字典。如果省略了 orient 参数(默认),则为这种格式。
{column -> {index -> value}}
d_dict = df.to_dict(orient='dict')
pprint.pprint(d_dict)
print(d_dict['col1'])
print(type(d_dict['col1']))
list
如果 orient=’list’,key 是列标签,value 是值列表。行名信息丢失。
{column -> [values]}
d_list = df.to_dict(orient='list')
pprint.pprint(d_list)
print(d_list['col1'])
print(type(d_list['col1']))
series
如果 orient=’series’,键是列标签,值是 pandas.Series,带有行标签和值。
{column -> Series(values)}
d_series = df.to_dict(orient='series')
pprint.pprint(d_series)
print(d_series['col1'])
print(type(d_series['col1']))
split
如果orient=’split’,键为’index’、’columns’、’data’,values为行标签、列标签和值列表。
{index -> [index], columns -> [columns], data -> [values]}
d_split = df.to_dict(orient='split')
pprint.pprint(d_split)
print(d_split['columns'])
print(type(d_split['columns']))
records
如果 orient=’records’,它将是一个列表,其元素是字典,其中 key 是列标签,value 是值。行名信息丢失。
[{column -> value}, ... , {column -> value}]
l_records = df.to_dict(orient='records')
pprint.pprint(l_records)
print(type(l_records))
print(l_records[0])
print(type(l_records[0]))
index
如果 orient=’index’,则 key 是行标签,value 是列标签和值的字典。
{index -> {column -> value}}
d_index = df.to_dict(orient='index')
pprint.pprint(d_index)
print(d_index['row1'])
print(type(d_index['row1']))
转换为 dict 以外的类型:Argument into
通过为参数指定类型,它可以转换为子类,例如 OrderedDict,而不是字典(dict 类型)。
字典值value中存储的字典类型也将是指定的类型。
od = df.to_dict(into=OrderedDict)
pprint.pprint(od)
print(type(od))
print(od['col1'])
print(type(od['col1']))
还可以通过从索引和数据列中选择任意两列来创建字典。使用 dict() 和 zip()。
print(df.index)
print(df['col1'])
d_col = dict(zip(df.index, df['col1']))
print(d_col)
以下面的 pandas.Series 为例。
print(df)
s = df['col1']
print(s)
print(type(s))
当你在 pandas.Series 中调用 to_dict() 方法时,会创建一个字典,其中标签是键,值是值。
d = s.to_dict()
print(d)
print(type(d))
转换为 dict 以外的类型:Argument into
即使使用 pandas.Series 的 to_dict() 方法,通过在参数中指定类型 into,您也可以将其转换为子类,例如 OrderedDict,而不是字典(dict 类型)。
od = df['col1'].to_dict(OrderedDict)
print(od)
print(type(od))
Original: https://blog.csdn.net/qq_18351157/article/details/128018119
Author: 饺子大人
Title: 54_Pandas将DataFrame、Series转换为字典 (to_dict)
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/752933/
转载文章受原作者版权保护。转载请注明原作者出处!