Python | Pandas data frame.to_dict()
原文:https://www.geesforgeks.org/python-pandas-data frame-to_dict/
Python 是进行数据分析的优秀语言，主要是因为以数据为中心的 Python 包的奇妙生态系统。 【熊猫】 就是其中一个包，让导入和分析数据变得容易多了。
Pandas .to_dict() 方法用于根据 orient 参数将数据帧转换为系列或列表类数据类型的字典。
语法:data frame.to_dict(orient = ' dict '，into=)
参数: 方向:字符串值(‘dict’，‘list’，‘series’，‘split’，‘records’，‘index’)定义要将列(系列)转换成哪种数据类型。例如，“列表”将返回关键字=列名和值=列表(已转换系列)的列表字典。 变为:类，可以传递一个实际的类或实例。例如，在 defaultdict 的情况下，可以传递类的实例。这个参数的默认值是 dict。
返回类型:转换为字典的数据帧
要下载下例使用的数据集，点击这里的。
在下面的例子中，使用的数据框包含了一些 NBA 球员的数据。任何操作前的数据框图像附在下面。
示例#1: 默认转换为字典
在这种情况下，没有参数传递给 to_dict() 方法。因此，默认情况下，它会将数据帧转换为字典。
# 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，字典的字典是由 to_dict()方法返回的。第一个字典的关键字是列名，该列以索引作为第二个字典的关键字存储。
示例 2: 转换为系列词典
在本例中，“序列”被传递给 orient 参数，以将数据框转换为序列字典。
# 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:
如输出图像所示，由于 data_dict['Name']的类型为 pandas.core.series.Series，to_dict()返回了一个系列的字典。
