將 Pandas DataFrame 轉換為字典
要將 Pandas DataFrame 轉換為字典,請使用 to_dict() 方法。預設情況下,此方法使用 DataFrame 的列名作為字典鍵,並為每個列建立索引:資料對的字典。
df.to_dict()
自訂字典輸出
取得以下清單每列的值而不是索引:資料對的字典,請使用 orient 參數。以下是可用的方向:
- dict:預設方向(列名稱作為鍵,索引:資料對作為值)
- 列表列表 :鍵是列名,值是列列表data
- series :鍵是列名稱,值是包含資料的 Series物件
- split :將列/資料/索引分割為單獨的鍵
- 記錄 :每一行成為一個字典,以列名作為鍵和資料值作為值
- 索引 :與「記錄」類似,但鍵是索引標籤而不是列表
df = pd.DataFrame({'ID': ['p', 'q', 'r'], 'A': [1, 4, 4], 'B': [3, 3, 0], 'C': [2, 2, 9]})將此DataFrame轉換為「ID」為的字典鍵和其他列的值作為列表,使用以下程式碼:
df.set_index('ID').T.to_dict('list')這將傳回以下字典:
{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}其他方向這裡是不同的例子方向:
dict
:df.to_dict('dict')輸出:
{'ID': {'p': 'p', 'q': 'q', 'r': 'r'}, 'A': {0: 1, 1: 4, 2: 4}, 'B': {0: 3, 1: 3, 2: 0}, 'C': {0: 2, 1: 2, 2: 9}}
l ist
:df.to_dict('list')輸出:
{'ID': ['p', 'q', 'r'], 'A': [1, 4, 4], 'B': [3, 3, 0], 'C': [2, 2, 9]}
系列
:df.to_dict('series')輸出:
{'ID': 0 p 1 q 2 r Name: ID, dtype: object, 'A': 0 1 1 4 2 4 Name: A, dtype: int64, 'B': 0 3 1 3 2 0 Name: B, dtype: int64, 'C': 0 2 1 2 2 9 Name: C, dtype: int64}
分割
:df.to_dict('split')輸出:
{'columns': ['ID', 'A', 'B', 'C'], 'data': [['p', 1, 3, 2], ['q', 4, 3, 2], ['r', 4, 0, 9]], 'index': [0, 1, 2]}
記錄
df.to_dict('records')記錄
[{'ID': 'p', 'A': 1, 'B': 3, 'C': 2}, {'ID': 'q', 'A': 4, 'B': 3, 'C': 2}, {'ID': 'r', 'A': 4, 'B': 0, 'C': 9}]:
輸出:
df.to_dict('index')索引
{0: {'ID': 'p', 'A': 1, 'B': 3, 'C': 2}, 1: {'ID': 'q', 'A': 4, 'B': 3, 'C': 2}, 2: {'ID': 'r', 'A': 4, 'B': 0, 'C': 9}}:輸出:
以上是如何將 Pandas DataFrame 轉換為不同方向的字典?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

Linux終端中查看Python版本時遇到權限問題的解決方法當你在Linux終端中嘗試查看Python的版本時,輸入python...

本文解釋瞭如何使用美麗的湯庫來解析html。 它詳細介紹了常見方法,例如find(),find_all(),select()和get_text(),以用於數據提取,處理不同的HTML結構和錯誤以及替代方案(SEL)

本文比較了Tensorflow和Pytorch的深度學習。 它詳細介紹了所涉及的步驟:數據準備,模型構建,培訓,評估和部署。 框架之間的關鍵差異,特別是關於計算刻度的

本文指導Python開發人員構建命令行界面(CLIS)。 它使用Typer,Click和ArgParse等庫詳細介紹,強調輸入/輸出處理,並促進用戶友好的設計模式,以提高CLI可用性。

本文討論了諸如Numpy,Pandas,Matplotlib,Scikit-Learn,Tensorflow,Tensorflow,Django,Blask和請求等流行的Python庫,並詳細介紹了它們在科學計算,數據分析,可視化,機器學習,網絡開發和H中的用途

在使用Python的pandas庫時,如何在兩個結構不同的DataFrame之間進行整列複製是一個常見的問題。假設我們有兩個Dat...

文章討論了虛擬環境在Python中的作用,重點是管理項目依賴性並避免衝突。它詳細介紹了他們在改善項目管理和減少依賴問題方面的創建,激活和利益。


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

Dreamweaver CS6
視覺化網頁開發工具

MantisBT
Mantis是一個易於部署的基於Web的缺陷追蹤工具,用於幫助產品缺陷追蹤。它需要PHP、MySQL和一個Web伺服器。請查看我們的演示和託管服務。

ZendStudio 13.5.1 Mac
強大的PHP整合開發環境

記事本++7.3.1
好用且免費的程式碼編輯器

DVWA
Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中