对pandas中to_dict的用法详解

简介：pandas 中的to_dict 可以对DataFrame类型的数据进行转换

可以选择六种的转换类型，分别对应于参数 ‘dict', ‘list', ‘series', ‘split', ‘records', ‘index'，下面逐一介绍每种的用法

1、选择参数orient='dict'

dict也是默认的参数，下面的data数据类型为DataFrame结构, 会形成 {column -> {index -> value}}这样的结构的字典，可以看成是一种双重字典结构

- 单独提取每列的值及其索引，然后组合成一个字典

- 再将上述的列属性作为关键字（key），值（values）为上述的字典

查询方式为 ：data_dict[key1][key2]

- data_dict 为参数选择orient='dict'时的数据名

- key1 为列属性的键值（外层）

- key2 为内层字典对应的键值

2、当关键字orient=' list' 时

和1中比较相似，只不过内层变成了一个列表，结构为{column -> [values]}

查询方式为： data_list[keys][index]

data_list 为关键字orient='list' 时对应的数据名

keys 为列属性的键值，如本例中的'age' , ‘embarked'等

index 为整型索引，从0开始到最后

3、关键字参数orient='series'

形成结构{column -> Series(values)}

调用格式为：data_series[key1][key2]或data_dict[key1]

data_series 为数据对应的名字

key1 为列属性的键值，如本例中的'age' , ‘embarked'等

key2 使用数据原始的索引（可选）

4、关键字参数orient='split'

形成{index -> [index], columns -> [columns], data -> [values]}的结构，是将数据、索引、属性名单独脱离出来构成字典

调用方式有 data_split[‘index'],data_split[‘data'],data_split[‘columns']

5、当关键字orient='records' 时

形成[{column -> value}, … , {column -> value}]的结构

整体构成一个列表，内层是将原始数据的每行提取出来形成字典

调用格式为data_records[index][key1]

6、当关键字orient='index' 时

形成{index -> {column -> value}}的结构，调用格式正好和'dict' 对应的反过来，请读者自己思考

以上这篇对pandas中to_dict的用法详解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持服务器之家。

原文链接：https://blog.csdn.net/m0_37804518/article/details/78444110