PYTHON DataFrame 转换成字典

本文介绍如何使用Python的Pandas库将DataFrame转换为字典格式。通过df.to_dict()方法,可以选择不同的orient参数实现不同形式的字典转换,如按索引或按记录进行转换。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

PYTHON DataFrame 转换成字典

da=df.to_dict(orient=‘index’)

da=df.to_dict(orient=‘records’)

import pandas as pd
# data=None, index=None, columns=None, dtype=None
df = pd.DataFrame([[1,2,3],[4,5,6]],['index0','index1'],['columns0','columns1','columns2'])
print(df)

dai=df.to_dict(orient='index')
print(dai)

dao=df.to_dict(orient='records')
print(dao)

# 打印结果如下:
        columns0  columns1  columns2
index0         1         2         3
index1         4         5         6
{'index0': {'columns0': 1, 'columns1': 2, 'columns2': 3}, 'index1': {'columns0': 4, 'columns1': 5, 'columns2': 6}}
[{'columns0': 1, 'columns1': 2, 'columns2': 3}, {'columns0': 4, 'columns1': 5, 'columns2': 6}]
可以使用Dataframe的`to_dict()`方法将Dataframe换为字典。这个方法返回的是一个复合字典,其中每一列以Dataframe的index为key,每一列的值作为字典的value,然后再将所有的列放在一个字典里面。例如,如果有一个Dataframe如下所示: ``` key value 0 a 1 1 b 2 ``` 使用`to_dict()`方法将Dataframe换为字典的格式,结果如下: ``` {'key': {0: 'a', 1: 'b'}, 'value': {0: 1, 1: 2}} ``` 其中,'key'和'value'是列名,0和1是Dataframe的index。每一列形成一个子字典,子字典的key是Dataframe的index,value是该列对应index的值。然后,将所有子字典放在一个字典中。 总结起来,可以使用`dataframe.to_dict()`方法将Dataframe换为字典格式,其中每一列以Dataframe的index为key,每一列的值作为字典的value,并将所有列放在一个字典里面。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [【Python】将Dataframe化为字典(dict)](https://blog.youkuaiyun.com/zx1245773445/article/details/103480750)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [Python中将dataframe换为字典的实例](https://download.youkuaiyun.com/download/weixin_38609089/12869463)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [【pandas】将Pandas DataFrame换为字典常用的几个方法](https://blog.youkuaiyun.com/weixin_42081390/article/details/121486034)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值