pandas.DataFrame.to_dict()函数将DataFrame转换为Python字典。字典的键是DataFrame的列名,而字典的值是由DataFrame数据中每一行构成的子字典。to_dict()函数的通用语法如下:
to_dict(self, orient='dict', into=<class 'dict'>)
其中,orient参数是一个字符串,用于指定子字典是按列名作为键还是按整数位置作为键。into参数是一个类或对象,用于指定新字典的类型或对象。默认情况下,into参数是一个标准的Python dict对象。
下面是to_dict()函数的两个使用实例:
实例一
import pandas as pd
df = pd.DataFrame({
'name': ['Alice', 'Bob', 'Charlie'],
'age': [23, 45, 57],
'gender': ['F', 'M', 'M']
})
# 将DataFrame转换为字典,按列名作为键
result = df.to_dict(orient='dict')
print(result)
# 输出:{'name': {0: 'Alice', 1: 'Bob', 2: 'Charlie'}, 'age': {0: 23, 1: 45, 2: 57}, 'gender': {0: 'F', 1: 'M', 2: 'M'}}
在这个例子中,我们创建了一个DataFrame,表示三个人的名字、年龄和性别。然后我们使用to_dict()函数将DataFrame转换为字典,键按列名作为键。结果是一个嵌套字典,外层的键是列名,内层的键是整数位置。
实例二
import pandas as pd
df = pd.DataFrame({
'name': ['Alice', 'Bob', 'Charlie'],
'age': [23, 45, 57],
'gender': ['F', 'M', 'M']
})
# 将DataFrame转换为字典,按整数位置作为键
result = df.to_dict(orient='list')
print(result)
# 输出:{'name': ['Alice', 'Bob', 'Charlie'], 'age': [23, 45, 57], 'gender': ['F', 'M', 'M']}
在这个例子中,我们创建了一个DataFrame,表示三个人的名字、年龄和性别。然后我们使用to_dict()函数将DataFrame转换为字典,键按整数位置作为键。结果是一个字典,键是列名,值是字典中的一个列表。字典中的每个元素就是DataFrame中的一行记录。
本文链接:https://my.lmcjl.com/post/20096.html
展开阅读全文
4 评论