一、DataFrame.to_dict() 

這是 pandas 庫中的一個方法，用于將 DataFrame 對象轉換為字典。這個方法非常有用，特別是在需要將 DataFrame 的數據結構轉換為 JSON 格式或其他與字典兼容的格式時。

參數：

to_dict() 方法有幾個參數可選，用于控制輸出的格式。

• orient：指定字典格式。默認為 'dict' ，表示每一列一個鍵。
• to_dict('records')：返回一個字典列表，每個字典代表一行記錄，鍵是列名，值是數據。
• to_dict('index')：返回一個字典，其中索引作為鍵，列名作為子鍵。
• to_dict('series')：類似 'records'，但返回的是一個列表，其中每個元素是一個字典。
• to_dict('split')：返回一個字典，包含兩個鍵：'index' 和 'columns'，它們分別映射到索引和列名的列表，值是數據。
• to_dict('long')：將 DataFrame 轉換為長格式字典。

二、舉例

創(chuàng)建一個 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

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

最新評論