对pandas中to_dict的用法详解

下面给您详细讲解一下“对pandas中to_dict的用法详解”的攻略：

to_dict方法的应用场景

pandas的DataFrame和Series是非常常用的数据结构，我们在实际使用中常常需要将其转换为字典，这样可以更方便地进行一些数据处理。

to_dict方法就是pandas中用来将DataFrame或Series对象转换为字典的方法。它的用法非常简单，只需要在对象上调用该方法即可。

to_dict方法的语法

DataFrame.to_dict(self, orient='dict', into=<class 'dict'>)
Series.to_dict(self, into=<class 'dict'>)

to_dict方法的参数说明

• orient：字典的方向，默认值为dict，表示以列名作为字典的键，以每行的值作为字典的值。另外还有'index'、'records'、'list'等选项，这里不再一一介绍。

• into: 返回的字典类型，默认为dict。

示例1

下面我们以一个DataFrame数据为例子来进行演示：

import pandas as pd

data = {'name':['jack', 'tom', 'lucy'], 'age':[23, 25, 22], 'sex':['male', 'male', 'female']}
df = pd.DataFrame(data)
print(df.to_dict())

运行结果为：

{'name': {0: 'jack', 1: 'tom', 2: 'lucy'}, 'age': {0: 23, 1: 25, 2: 22}, 'sex': {0: 'male', 1: 'male', 2: 'female'}}

这里我们并没有指定orient参数，所以默认值为dict。从打印结果可以看出，每一列的列名作为了字典的键，每一列的值按行分别作为字典的值。

示例2

接下来我们以一个Series数据为例子来进行演示：

import pandas as pd

data = pd.Series({'name':['jack', 'tom', 'lucy'], 'age':[23, 25, 22], 'sex':['male', 'male', 'female']})
print(data.to_dict())

运行结果为：

{'name': ['jack', 'tom', 'lucy'], 'age': [23, 25, 22], 'sex': ['male', 'male', 'female']}

这里我们只有一列数据，用Series类型进行了存储。因此，所有数据被存储在一个字典中，每一列的列名仍然是字典的键，每一列的值按行分别作为字典的值。

到这里，我们就对pandas中的to_dict方法有个了解了。不管是DataFrame还是Series类型，只需在对象上调用该方法，就可以将数据转换为字典。