pandas使用to_dict方法把datafraem保存为字典形式

pandas.DataFrame.to_dict

# 默认orient ='columns'
data = {'poet': ['李白', '龚自珍', '苏轼', '席慕容'], 'dynasty': ['唐朝', '清朝', '宋朝', '民国']}
df = pd.DataFrame.from_dict(data)

# 默认orient为dict
# 返回格式为：{column -> {index -> value}}
df.to_dict(){'poet': {0: '李白', 1: '龚自珍', 2: '苏轼', 3: '席慕容'},'dynasty': {0: '唐朝', 1: '清朝', 2: '宋朝', 3: '民国'}}

# 默认orient为dict
# 返回格式为：{column -> {index -> value}}
df.to_dict('dict'){'poet': {0: '李白', 1: '龚自珍', 2: '苏轼', 3: '席慕容'},'dynasty': {0: '唐朝', 1: '清朝', 2: '宋朝', 3: '民国'}}

#返回格式为：{column -> Series(values)}
df.to_dict('series'){'poet': 0     李白1    龚自珍2     苏轼3    席慕容Name: poet, dtype: object,'dynasty': 0    唐朝1    清朝2    宋朝3    民国Name: dynasty, dtype: object}

# 返回格式为 {‘index’ -> [index], ‘columns’ -> [columns], ‘data’ -> [values]}
df.to_dict('split'){'index': [0, 1, 2, 3],'columns': ['poet', 'dynasty'],'data': [['李白', '唐朝'], ['龚自珍', '清朝'], ['苏轼', '宋朝'], ['席慕容', '民国']]}

# 返回格式为 [{column -> value}, … , {column -> value}]
df.to_dict('records')[{'poet': '李白', 'dynasty': '唐朝'},{'poet': '龚自珍', 'dynasty': '清朝'},{'poet': '苏轼', 'dynasty': '宋朝'},{'poet': '席慕容', 'dynasty': '民国'}]

# 返回格式为 {index -> {column -> value}}
df.to_dict('index'){0: {'poet': '李白', 'dynasty': '唐朝'},1: {'poet': '龚自珍', 'dynasty': '清朝'},2: {'poet': '苏轼', 'dynasty': '宋朝'},3: {'poet': '席慕容', 'dynasty': '民国'}}

#也可以指定映射转换的类型
# 有序字典Oderdict,保证字典读取的顺序是固定的；
from collections import OrderedDict, defaultdict
# into = OrderDict
df.to_dict(into=OrderedDict)OrderedDict([('poet',OrderedDict([(0, '李白'), (1, '龚自珍'), (2, '苏轼'), (3, '席慕容')])),('dynasty',OrderedDict([(0, '唐朝'), (1, '清朝'), (2, '宋朝'), (3, '民国')]))])

#也可以指定映射转换的类型
# 默认字典，defaultdict，定义字典的默认格式；
# 此处自定字典的默认值为list列表类型；
dd = defaultdict(list)
dd# defaultdict(list, {})# into = OrderDict
df.to_dict('records', into=dd)
[defaultdict(list, {'poet': '李白', 'dynasty': '唐朝'}),defaultdict(list, {'poet': '龚自珍', 'dynasty': '清朝'}),defaultdict(list, {'poet': '苏轼', 'dynasty': '宋朝'}),defaultdict(list, {'poet': '席慕容', 'dynasty': '民国'})]# 注意如果你需要索引的key在字典中不存在那他就给你返回默认值并吧这个键加在了字典里面
dd['city'] = 'bangkok'
dd['country'] = 'thailand'
print(dd)
print(dd['country'])
print(dd['county'])
print(dd['村子'])defaultdict(<class 'list'>, {'city': 'bangkok', 'country': 'thailand'})
thailand
[]
[]#
print(dd)defaultdict(<class 'list'>, {'city': 'bangkok', 'country': 'thailand', 'county': [], '村子': []})'county': [], '村子': []就是新加进来的内容，都是给了默认值一个空的列表；

参考：pandas to_dict

参考：python中defaultdict用法详解

参考：pandas——to_dict使用详解

pandas使用to_dict方法把datafraem保存为字典形式相关推荐

Pandas使用to_dict函数将dataframe转化为字典(dict)格式数据并指定orientation参数生成不同形式的字典
Pandas使用to_dict函数将dataframe转化为字典(dict)格式数据并指定orientation参数生成不同形式的字典目录
使用Pandas的read_html方法读取网页Table表格数据
本文通过一个小实例,说明使用Pandas的read_html方法读取网页Table表格数据要读取的网页表格数据 http://vip.stock.finance.sina.com.cn/q/go.p ...
pandas使用read_csv读取数据使用skiprows参数跳过指定的数据行但保留表头、pandas使用to_csv函数将dataframe保存为gzip压缩文件
pandas使用read_csv读取数据使用skiprows参数跳过指定的数据行但保留表头.pandas使用to_csv函数将dataframe保存为gzip压缩文件目录
pandas使用shift方法进行特征差分
pandas使用shift方法进行特征差分目录 pandas使用shift方法进行特征差分 #向后偏移一步差分 #向前偏移一步差分
pandas使用to_sql方法将dataframe注册为数据库表进行数据整合和数据清洗并不对比SQL操作和dataframe操作
pandas使用to_sql方法将dataframe注册为数据库表进行数据整合和数据清洗并不对比SQL操作和dataframe操作 SQLite 是一个软件库,实现了自给自足的.无服务器的.零配置的. ...
数据预处理+缺失值处理方案+Missing Value+pandas+缺失值填充方法、方案
数据预处理+缺失值处理方案+Missing Value+pandas+缺失值填充方法.方案缺失值+sklearn from sklearn.preprocessing import Imputer ...
pandas.DataFrame.to_dict()的使用详解
pandas.DataFrame.to_dict()的使用详解_诸葛老刘的博客-CSDN博客
python 取反_自从用了这招pandas 空数据处理方法，python编程速度提升了不少
今天为大家带来的内容是:自从用了这招pandas 空数据处理方法,python编程速度提升了不少文章内容主要介绍了pandas 空数据处理方法详解,文中通过示例代码介绍的非常详细,对大家的学习或者工 ...
REST接口GET方法获取文件保存到本地(C#)
REST接口GET方法获取文件保存到本地(C#) using System; using System.Collections.Generic; using System.Linq; using Sy ...

pandas使用to_dict方法把datafraem保存为字典形式

pandas使用to_dict方法把datafraem保存为字典形式

pandas.DataFrame.to_dict

pandas使用to_dict方法把datafraem保存为字典形式相关推荐

最新文章

热门文章