該to_dict()方法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}}
到此這篇關于Pandas DataFrame轉換為字典的方法的文章就介紹到這了,更多相關Pandas DataFrame轉換為字典內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- pandas中DataFrame檢測重復值的實現
- pandas DataFrame.shift()函數的具體使用
- pandas取dataframe特定行列的實現方法
- 利用python Pandas實現批量拆分Excel與合并Excel
- 解決python3安裝pandas出錯的問題
- Pandas爆炸函數的使用技巧
- Pandas||過濾缺失數據||pd.dropna()函數的用法說明
- 使用pandas或numpy處理數據中的空值(np.isnan()/pd.isnull())
- 教你使用Pandas直接核算Excel中的快遞費用
- 教你漂亮打印Pandas DataFrames和Series
