将Pandas DataFrame转换为字典

Question

我有一个包含四列的数据表（DataFrame）。我想把这个数据表转换成一个Python字典。在这个字典里，第一列的元素作为键，而同一行其他列的元素作为值。

数据表（DataFrame）如下：

    ID   A   B   C
0   p    1   3   2
1   q    4   3   2
2   r    4   0   9 

输出应该是这样的：

{'p': [1,3,2], 'q': [4,3,2], 'r': [4,0,9]}

Answer 1

如果你不介意字典里的值是元组的话，可以使用 itertuples 方法：

>>> {x[0]: x[1:] for x in df.itertuples(index=False)}
{'p': (1, 3, 2), 'q': (4, 3, 2), 'r': (4, 0, 9)}

Answer 2

试着使用 Zip 呢

df = pd.read_csv("file")
d= dict([(i,[a,b,c ]) for i, a,b,c in zip(df.ID, df.A,df.B,df.C)])
print d

输出结果是：

{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}

Answer 3

按照以下步骤操作：

假设你的数据框（dataframe）是这样的：

>>> df
   A  B  C ID
0  1  3  2  p
1  4  3  2  q
2  4  0  9  r

1. 使用 set_index 方法把 ID 列设置为数据框的索引。

    df.set_index("ID", drop=True, inplace=True)

2. 使用 orient=index 参数，这样索引就会变成字典的键。

    dictionary = df.to_dict(orient="index")

结果会是这样的：

    >>> dictionary
    {'q': {'A': 4, 'B': 3, 'D': 2}, 'p': {'A': 1, 'B': 3, 'D': 2}, 'r': {'A': 4, 'B': 0, 'D': 9}}

3. 如果你想把每个样本变成一个列表，可以运行以下代码。记得确定列的顺序。

column_order= ["A", "B", "C"] #  Determine your preferred order of columns
d = {} #  Initialize the new dictionary as an empty dictionary
for k in dictionary:
    d[k] = [dictionary[k][column_name] for column_name in column_order]

Answer 4

像这样的字典：

{'red': '0.500', 'yellow': '0.250', 'blue': '0.125'}

是否应该从像这样的数据框中提取出来：

        a      b
0     red  0.500
1  yellow  0.250
2    blue  0.125

最简单的方法是这样做：

dict(df.values)

下面是一个可运行的代码片段：

import pandas as pd
df = pd.DataFrame({'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]})
dict(df.values)

Answer 5

to_dict() 方法会把列名当作字典的键，所以你需要稍微调整一下你的数据表（DataFrame）。一种方法是把 'ID' 列设为索引，然后转置数据表。

to_dict() 还可以接受一个叫 'orient' 的参数，这个参数是用来输出每列的值为一个 列表。如果不设置这个参数，返回的将是每列的字典，格式是 {索引: 值}。

你可以用以下这行代码来完成这些步骤：

>>> df.set_index('ID').T.to_dict('list')
{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}

---

如果需要不同格式的字典，这里有一些可能的 'orient' 参数的例子。假设有一个简单的数据表：

>>> df = pd.DataFrame({'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]})
>>> df
        a      b
0     red  0.500
1  yellow  0.250
2    blue  0.125

那么选项如下。

dict - 默认选项：列名是键，值是包含索引和数据对的字典

>>> df.to_dict('dict')
{'a': {0: 'red', 1: 'yellow', 2: 'blue'}, 
 'b': {0: 0.5, 1: 0.25, 2: 0.125}}

list - 键是列名，值是列数据的列表

>>> df.to_dict('list')
{'a': ['red', 'yellow', 'blue'], 
 'b': [0.5, 0.25, 0.125]}

series - 类似于 'list'，但值是 Series 对象

>>> df.to_dict('series')
{'a': 0       red
      1    yellow
      2      blue
      Name: a, dtype: object, 

 'b': 0    0.500
      1    0.250
      2    0.125
      Name: b, dtype: float64}

split - 把列、数据和索引分开作为键，值分别是列名、按行的数据值和索引标签

>>> df.to_dict('split')
{'columns': ['a', 'b'],
 'data': [['red', 0.5], ['yellow', 0.25], ['blue', 0.125]],
 'index': [0, 1, 2]}

records - 每一行变成一个字典，键是列名，值是单元格中的数据

>>> df.to_dict('records')
[{'a': 'red', 'b': 0.5}, 
 {'a': 'yellow', 'b': 0.25}, 
 {'a': 'blue', 'b': 0.125}]

index - 类似于 'records'，但返回的是字典的字典，键是索引标签（而不是列表）

>>> df.to_dict('index')
{0: {'a': 'red', 'b': 0.5},
 1: {'a': 'yellow', 'b': 0.25},
 2: {'a': 'blue', 'b': 0.125}}