Wie konvertiert man einen Pandas-DataFrame in ein Wörterbuch mit unterschiedlichen Ausrichtungen?

Konvertieren eines Pandas-DataFrames in ein Wörterbuch

Um einen Pandas-DataFrame in ein Wörterbuch zu konvertieren, verwenden Sie die Methode to_dict(). Standardmäßig verwendet diese Methode die Spaltennamen des DataFrame als Wörterbuchschlüssel und erstellt ein Wörterbuch mit Index:Datenpaaren für jede Spalte.

df.to_dict()

Anpassen der Wörterbuchausgabe

Um eine Liste von zu erhalten Um Werte für jede Spalte anstelle eines Wörterbuchs mit Index:Daten-Paaren anzugeben, verwenden Sie das Argument orient. Hier sind die verfügbaren Ausrichtungen:

• dict: Standardausrichtung (Spaltennamen als Schlüssel, Index:Datenpaare als Werte)
• Liste: Schlüssel sind Spaltennamen, Werte sind Listen von Spaltendaten
• Serien: Schlüssel sind Spaltennamen, Werte sind Reihenobjekte, die die Daten enthalten.
• aufgeteilt: Teilt Spalten/Daten/Index in separate Schlüssel auf
• Datensätze: Jeder Zeile wird zu einem Wörterbuch mit Spaltennamen als Schlüssel und Datenwerten als Werten
• index: Ähnlich wie 'Datensätze', aber Schlüssel sind Indexbezeichnungen statt einer Liste

Beispiel

Betrachten Sie den folgenden DataFrame:

df = pd.DataFrame({'ID': ['p', 'q', 'r'], 'A': [1, 4, 4], 'B': [3, 3, 0], 'C': [2, 2, 9]})

Um diesen DataFrame in ein Wörterbuch zu konvertieren Verwenden Sie mit „ID“ als Schlüssel und den Werten der anderen Spalten als Listen den folgenden Code:

df.set_index('ID').T.to_dict('list')

Dies gibt Folgendes zurück Wörterbuch:

{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}

Andere Orientierungen

Hier sind Beispiele für die verschiedenen Orientierungen:

dict:

df.to_dict('dict')

Ausgabe:

{'ID': {'p': 'p', 'q': 'q', 'r': 'r'},
 'A': {0: 1, 1: 4, 2: 4},
 'B': {0: 3, 1: 3, 2: 0},
 'C': {0: 2, 1: 2, 2: 9}}

l ist:

df.to_dict('list')

Ausgabe:

{'ID': ['p', 'q', 'r'], 'A': [1, 4, 4], 'B': [3, 3, 0], 'C': [2, 2, 9]}

Serie:

df.to_dict('series')

Ausgabe :

{'ID': 0    p
 1    q
 2    r
 Name: ID, dtype: object,
 'A': 0    1
 1    4
 2    4
 Name: A, dtype: int64,
 'B': 0    3
 1    3
 2    0
 Name: B, dtype: int64,
 'C': 0    2
 1    2
 2    9
 Name: C, dtype: int64}

aufgeteilt:

df.to_dict('split')

Ausgabe:

{'columns': ['ID', 'A', 'B', 'C'], 'data': [['p', 1, 3, 2], ['q', 4, 3, 2], ['r', 4, 0, 9]], 'index': [0, 1, 2]}

Datensätze :

df.to_dict('records')

Ausgabe:

[{'ID': 'p', 'A': 1, 'B': 3, 'C': 2}, {'ID': 'q', 'A': 4, 'B': 3, 'C': 2}, {'ID': 'r', 'A': 4, 'B': 0, 'C': 9}]

Index:

df.to_dict('index')

Ausgabe:

{0: {'ID': 'p', 'A': 1, 'B': 3, 'C': 2},
 1: {'ID': 'q', 'A': 4, 'B': 3, 'C': 2},
 2: {'ID': 'r', 'A': 4, 'B': 0, 'C': 9}}

Das obige ist der detaillierte Inhalt vonWie konvertiert man einen Pandas-DataFrame in ein Wörterbuch mit unterschiedlichen Ausrichtungen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!