python DataFrame转dict字典过程详解

当需要将 pandas 模块中的 DataFrame 类型数据转换成 Python 的字典类型数据时，我们可以使用 DataFrame 类的 to_dict() 方法。其主要参数为 orient 和 columns。

orient 参数指定了转换后字典的形式，有以下几种取值：

• 'dict'：默认值。将每行数据转换成一个字典，返回值为字典类型，每个字典的 key 为列名，value 为对应的数据。
• 'list'：将每行数据转换成一个列表，返回值为列表类型。
• 'series'：将每列数据转换成一个 Series 类型，返回值为字典类型，每个字典的 key 为列名，value 为对应的 Series。
• 'split'：将字典拆分成两个字典，一个字典中包含行索引信息，另一个字典中则为列名和数据信息。

columns 参数指定了需要转换的 DataFrame 中需要作为字典中 key 的列名列表，例如下面的代码仅将 DataFrame 中的 "A" 和 "B" 列作为字典中 key。

dict = df.to_dict('list', columns=['A', 'C'])

下面是两条 pythonDataFrame 转 dict 字典的示例：

1.将包含"Name", "Age","City"列拼接后的 DataFrame 转化成字典：

import pandas as pd

data = {'Name': ['Tom', 'Jack', 'Steve', 'Ricky'],
        'City': ['Lisbon', 'Paris', 'Amsterdam', 'Hamburg'],
        'Age': [28, 34, 29, 42]
       }
df = pd.DataFrame(data)

dict1 = df.to_dict('list')

print(dict1)

输出：

{'Name': ['Tom', 'Jack', 'Steve', 'Ricky'],
 'City': ['Lisbon', 'Paris', 'Amsterdam', 'Hamburg'],
 'Age': [28, 34, 29, 42]}

2.将列索引为0且包含"ID", "Sex", "Category"列的数据框转换为字典：

import pandas as pd

data = {0: {'ID': 1, 'Sex': 'Male', 'Category': 'A'},
        1: {'ID': 2, 'Sex': 'Female', 'Category': 'B'},
        2: {'ID': 3, 'Sex': 'Male', 'Category': 'C'},
        3: {'ID': 4, 'Sex': 'Female', 'Category': 'A'}
       }
df = pd.DataFrame.from_dict(data, orient='index')

dict2 = df.to_dict('list')

print(dict2)

输出：

{'ID': [1, 2, 3, 4],
 'Sex': ['Male', 'Female', 'Male', 'Female'],
 'Category': ['A', 'B', 'C', 'A']}

通过以上示例，实际应用中的 Python DataFrame 转 dict 字典过程已经基本讲解完毕。