快捷導(dǎo)航

pandas中DataFrame.to_dict()的實(shí)現(xiàn)示例

更新時(shí)間：2024年08月02日 08:30:23 作者：Garcia Shan

本文主要介紹了pandas中DataFrame.to_dict()的實(shí)現(xiàn)示例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

一、DataFrame.to_dict()

這是 pandas 庫(kù)中的一個(gè)方法，用于將 DataFrame 對(duì)象轉(zhuǎn)換為字典。這個(gè)方法非常有用，特別是在需要將 DataFrame 的數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換為 JSON 格式或其他與字典兼容的格式時(shí)。

參數(shù)：

to_dict() 方法有幾個(gè)參數(shù)可選，用于控制輸出的格式。

orient：指定字典格式。默認(rèn)為 'dict' ，表示每一列一個(gè)鍵。
to_dict('records')：返回一個(gè)字典列表，每個(gè)字典代表一行記錄，鍵是列名，值是數(shù)據(jù)。
to_dict('index')：返回一個(gè)字典，其中索引作為鍵，列名作為子鍵。
to_dict('series')：類(lèi)似 'records'，但返回的是一個(gè)列表，其中每個(gè)元素是一個(gè)字典。
to_dict('split')：返回一個(gè)字典，包含兩個(gè)鍵：'index' 和 'columns'，它們分別映射到索引和列名的列表，值是數(shù)據(jù)。
to_dict('long')：將 DataFrame 轉(zhuǎn)換為長(zhǎng)格式字典。

二、舉例

創(chuàng)建一個(gè) DataFrame

import pandas as pd

df = pd.DataFrame({
    'Column1': [1, 2],
    'Column2': ['A', 'B']
})

to_dict('records')

dic = df.to_dict('records')
print(dic)

# >>> dic[1] 
print(dic[1])

# >>> dic[1]['Column1']  
print(dic[1]['Column1'])

[{'Column1': 1, 'Column2': 'A'}, {'Column1': 2, 'Column2': 'B'}]
>>> dic[1]{'Column1': 2, 'Column2': 'B'}
>>> dic[1]['Column1']2

to_dict('list')

lis = df.to_dict('list')
print(list)

# >>> list['Column1']
print(list['Column1'])

{'Column1': [1, 2], 'Column2': ['A', 'B']}
>>> list['Column1'][1, 2]

to_dict('series')

ser= df.to_dict('series')
print(ser)

# >>> series['Column1']
print(ser['Column1'])

{'Column1': 0 1
1 2
Name: Column1, dtype: int64, 'Column2': 0 A
1 B
Name: Column2, dtype: object}
>>> series['Column1']:0 1
1 2
Name: Column1, dtype: int64

to_dict('index')

ind = df.to_dict('index')
print(ind)

# >>> index[1]
print(ind[1])

# >>> index[1]['Column1']
print(ind[1]['Column1'])

{0: {'Column1': 1, 'Column2': 'A'}, 1: {'Column1': 2, 'Column2': 'B'}}
>>> index[1]:{'Column1': 2, 'Column2': 'B'}
>>> index[1]['Column1']2

到此這篇關(guān)于pandas中DataFrame.to_dict()的文章就介紹到這了,更多相關(guān)pandas中DataFrame.to_dict()內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章:

相關(guān)文章

基于python代碼批量處理圖片resize
這篇文章主要介紹了基于python代碼批量處理圖片resize，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
2020-06-06
Scrapy啟動(dòng)報(bào)錯(cuò)invalid syntax的解決
這篇文章主要介紹了Scrapy啟動(dòng)報(bào)錯(cuò)invalid syntax的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教
2021-09-09
LangChain簡(jiǎn)化ChatGPT工程復(fù)雜度使用詳解
這篇文章主要為大家介紹了LangChain簡(jiǎn)化ChatGPT工程復(fù)雜度使用詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪
2023-03-03
Python類(lèi)中使用cursor.execute()時(shí)語(yǔ)法錯(cuò)誤的解決方法
在 Python 類(lèi)中使用 cursor.execute() 時(shí),出現(xiàn)語(yǔ)法錯(cuò)誤（如 SyntaxError 或 SQL 語(yǔ)法相關(guān)錯(cuò)誤）通常是因?yàn)?nbsp;SQL 語(yǔ)句格式不正確、占位符使用不當(dāng),或參數(shù)傳遞方式不符合預(yù)期,以下是解決此類(lèi)問(wèn)題的常見(jiàn)方法和建議,需要的朋友可以參考下
2024-09-09
Pytorch 擴(kuò)展Tensor維度、壓縮Tensor維度的方法
這篇文章主要介紹了Pytorch 擴(kuò)展Tensor維度、壓縮Tensor維度的方法，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
2020-09-09
Django接收自定義http header過(guò)程詳解
這篇文章主要介紹了Django接收自定義http header過(guò)程詳解,文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
2019-08-08
Python?torch.fft.rfft()函數(shù)用法示例代碼
大家應(yīng)該都知道新舊版的torch中的傅里葉變換函數(shù)在定義和用法上有所不同,下面這篇文章主要給大家介紹了關(guān)于Python?torch.fft.rfft()函數(shù)用法的相關(guān)資料,文中通過(guò)示例代碼介紹的非常詳細(xì),需要的朋友可以參考下
2022-04-04
Numpy一維線(xiàn)性插值函數(shù)的用法
這篇文章主要介紹了Numpy一維線(xiàn)性插值函數(shù)的用法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
2020-04-04
Python代碼列表求并集,交集,差集
這篇文章主要介紹了Python代碼列表求并集,交集,差集，下面文章講詳細(xì)的介紹如何利用python代碼實(shí)現(xiàn)并集,交集,差集的相關(guān)資料展開(kāi)內(nèi)容,需要的朋友可以參考一下
2021-11-11
Win系統(tǒng)PyQt5安裝和使用教程
這篇文章主要介紹了Win系統(tǒng)PyQt5安裝和使用教程，本文給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
2019-12-12