pandas.DataFrame.to_dict#

DataFrame.to_dict(orient='dict', into=<class 'dict'>)[源代码]#

将DataFrame转换为词典。

键-值对的类型可以通过参数进行定制(如下所示)。

参数

orientStr{‘dict’，‘List’，‘Series’，‘Split’，‘Record’，‘index’}

确定词典的值的类型。

‘dict’(默认)：Dict Like{Column->{index->Value}}
‘list’：Dict Like{Column-> [值] }
‘Series’：Dict Like{Column->Series(Values)}
‘Split’：Dict Like{‘index’-> [索引] ，‘列’-> [列] ，‘数据’-> [值] }
‘tack’：Dict Like{‘index’-> [索引] ，‘列’-> [列] ，‘数据’-> [值] ，‘INDEX_NAMES’-> [index.names] ，‘Column_Names’-> [column.names] }
《唱片》：列表如下 [{{column -> value}}, ... , {{column -> value}}]
‘index’：字典Like{index->{Column->Value}}

允许使用缩写。 s 表示 series 和 sp 表示 split 。

1.4.0 新版功能: 属性的允许值为“Tack” orient 论据

into类，默认字典

用于返回值中所有映射的集合.abc.Maping子类。可以是所需映射类型的实际类或空实例。如果您想要一个Collection tions.defaultdict，则必须将其初始化。

退货

词典、列表或集合。abc映射: 返回一个表示DataFrame的集合.abc.map对象。所产生的转换取决于 orient 参数。

参见

DataFrame.from_dict: 从词典创建DataFrame。
DataFrame.to_json: 将DataFrame转换为JSON格式。

示例

>>> df = pd.DataFrame({'col1': [1, 2],
...                    'col2': [0.5, 0.75]},
...                   index=['row1', 'row2'])
>>> df
      col1  col2
row1     1  0.50
row2     2  0.75
>>> df.to_dict()
{'col1': {'row1': 1, 'row2': 2}, 'col2': {'row1': 0.5, 'row2': 0.75}}

您可以指定返回方向。

>>> df.to_dict('series')
{'col1': row1    1
         row2    2
Name: col1, dtype: int64,
'col2': row1    0.50
        row2    0.75
Name: col2, dtype: float64}

>>> df.to_dict('split')
{'index': ['row1', 'row2'], 'columns': ['col1', 'col2'],
 'data': [[1, 0.5], [2, 0.75]]}

>>> df.to_dict('records')
[{'col1': 1, 'col2': 0.5}, {'col1': 2, 'col2': 0.75}]

>>> df.to_dict('index')
{'row1': {'col1': 1, 'col2': 0.5}, 'row2': {'col1': 2, 'col2': 0.75}}

>>> df.to_dict('tight')
{'index': ['row1', 'row2'], 'columns': ['col1', 'col2'],
 'data': [[1, 0.5], [2, 0.75]], 'index_names': [None], 'column_names': [None]}

您还可以指定映射类型。

>>> from collections import OrderedDict, defaultdict
>>> df.to_dict(into=OrderedDict)
OrderedDict([('col1', OrderedDict([('row1', 1), ('row2', 2)])),
             ('col2', OrderedDict([('row1', 0.5), ('row2', 0.75)]))])

如果您想要一个 defaultdict ，需要对其进行初始化：

>>> dd = defaultdict(list)
>>> df.to_dict('records', into=dd)
[defaultdict(<class 'list'>, {'col1': 1, 'col2': 0.5}),
 defaultdict(<class 'list'>, {'col1': 2, 'col2': 0.75})]

pandas.DataFrame.take

pandas.DataFrame.to_gbq