Pandas：快速将 dataframe 转换为字典

您可以使用以下语法将 pandas DataFrame 转换为字典：

 df. to_dict ()

请注意， to_dict()接受以下潜在参数：

• dict：（默认）键是列名。这些值是索引：数据对的字典。
• 列表：键是列名。值是列数据的列表。
• 系列：键是列名称。值是列数据系列。
• split：键是“列”、“数据”和“索引”。
• 记录：键是列名。值是单元格中的数据。
• 索引：键是索引标签。值是单元格中的数据。

以下示例展示了如何在实践中通过以下 pandas DataFrame 使用此语法：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'B', 'B', 'C'],
                   ' points ': [5, 7, 9, 12, 9],
                   ' rebounds ': [11, 8, 6, 6, 5]})

#view DataFrame
df

	team points rebounds
0 to 5 11
1 to 7 8
2 B 9 6
3 B 12 6
4 C 9 5

示例 1：将 DataFrame 转换为字典（“dict”）

以下代码显示了如何使用默认的“ dict ”方法将 pandas DataFrame 转换为字典：

 df. to_dict ()

{'team': {0: 'A', 1: 'A', 2: 'B', 3: 'B', 4: 'C'},
 'points': {0:5, 1:7, 2:9, 3:12, 4:9},
 'rebounds': {0:11, 1:8, 2:6, 3:6, 4:5}}

示例 2：将 DataFrame 转换为字典（“列表”）

以下代码显示了如何使用“ list ”方法将 pandas DataFrame 转换为字典：

 df. to_dict (' list ')

{'team': ['A', 'A', 'B', 'B', 'C'],
 'points': [5, 7, 9, 12, 9],
 'rebounds': [11, 8, 6, 6, 5]}

示例 3：将 DataFrame 转换为字典（“series”）

以下代码显示了如何使用“ series ”方法将 pandas DataFrame 转换为字典：

 df. to_dict (' series ')

{'team': 0 A
 1A
 2 B
 3 B
 4C
 Name: team, dtype: object,
 'points': 0 5
 1 7
 2 9
 3 12
 4 9
 Name: points, dtype: int64,
 'rebounds': 0 11
 1 8
 2 6
 3 6
 4 5
 Name: rebounds, dtype: int64}

示例 4：将 DataFrame 转换为字典（“split”）

以下代码显示了如何使用“ split ”方法将 pandas DataFrame 转换为字典：

 df. to_dict (' split ')

{'index': [0, 1, 2, 3, 4],
 'columns': ['team', 'points', 'rebounds'],
 'data': [['A', 5, 11], ['A', 7, 8], ['B', 9, 6], ['B', 12, 6], ['C', 9, 5]]}

示例 5：将 DataFrame 转换为字典（“记录”）

以下代码显示了如何使用“ records ”方法将 pandas DataFrame 转换为字典：

 df. to_dict (' records ')

[{'team': 'A', 'points': 5, 'rebounds': 11},
 {'team': 'A', 'points': 7, 'rebounds': 8},
 {'team': 'B', 'points': 9, 'rebounds': 6},
 {'team': 'B', 'points': 12, 'rebounds': 6},
 {'team': 'C', 'points': 9, 'rebounds': 5}]

示例 6：将 DataFrame 转换为字典（“索引”）

以下代码显示了如何使用“ index ”方法将 pandas DataFrame 转换为字典：

 df. to_dict (' index ')

{0: {'team': 'A', 'points': 5, 'rebounds': 11},
 1: {'team': 'A', 'points': 7, 'rebounds': 8},
 2: {'team': 'B', 'points': 9, 'rebounds': 6},
 3: {'team': 'B', 'points': 12, 'rebounds': 6},
 4: {'team': 'C', 'points': 9, 'rebounds': 5}}

其他资源

以下教程解释了如何在 pandas 中执行其他常见的数据转换：

如何将 Pandas DataFrame 转换为 NumPy 数组
如何将 Pandas 系列转换为 NumPy 数组
如何将 Pandas DataFrame 转换为列表