Python Pandas Dataframe.to_dict()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的Python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas .to_dict()方法用于将数据帧转换为序列或列表的字典，如字典(取决于东方参数)的数据类型。

用法：DataFrame.to_dict(orient=’dict’, into=)

参数：
orient:字符串值，(“ dict”，“ list”，“ series”，“ split”，“ records”，“ index”)，用于定义将Columns(系列转换为)的dtype。例如，“列表”将返回包含键=列名和值=列表(转换后的序列)的列表的字典。
into:类，可以传递实际的类或实例。例如，在defaultdict的情况下，可以传递类的实例。该参数的默认值为dict。

返回类型： DataFrame 转换为字典

要下载以下示例中使用的数据集，请单击此处。在以下示例中，使用的 DataFrame 包含一些NBA球员的数据。下面是任何操作之前的数据帧图像。

范例1：默认转换为字典词典
在这种情况下，没有参数传递给to_dict()方法。因此，默认情况下它将把数据帧转换成字典的字典。

# importing pandas module  
import pandas as pd 
  
# reading csv file from url  
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") 
   
# dropping null value columns to avoid errors 
data.dropna(inplace = True) 
  
# converting to dict 
data_dict = data.to_dict() 
  
# display 
data_dict

输出：
如输出图像所示，通过to_dict()方法返回了字典词典。第一个字典的关键字是列名，并且该列以索引作为第二个字典的关键字存储。

范例2：转换为系列字典

在此示例中，“系列”被传递给orient参数，以将 DataFrame 转换为系列字典。

# importing pandas module  
import pandas as pd 
  
# reading csv file from url  
data = pd.read_csv("https://media.geeksforgeeks.org/wp-content/uploads/nba.csv") 
   
# dropping null value columns to avoid errors 
data.dropna(inplace = True) 
  
# converting to dict 
data_dict = data.to_dict('series') 
  
# printing datatype of first keys value in dict 
print(type(data_dict['Name'])) 
  
# display 
data_dict

输出：
如输出图像中所示，由于data_dict ['Name']的类型为pandas.core.series.Series，因此to_dict()返回了一系列的字典。

相关用法

注：本文由纯净天空筛选整理自Kartikaybhutani大神的英文原创作品 Python | Pandas Dataframe.to_dict()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。