DataFrame.to_dict(orient='dict', into=<class 'dict'>) [source]
将DataFrame转换为字典(dict)。
可以使用参数自定义键值对的类型（请参见下文）。
参数： | orient ： 确定字典值的类型。 1) 2) 3) 4) ‘columns’ -> [columns], ‘data’ -> [values]} 5) {column -> value}] 6) 缩写是允许的。s表示series，sp表示split。
可以是您想要的映射类型的实际类或空实例。 如果你想要一个 |
返回值： | dict, list 或 返回一个 最终的转换依赖于 |
例子
>>> df = pd.DataFrame({'col1': [1, 2],
... 'col2': [0.5, 0.75]},
... index=['row1', 'row2'])
>>> df
col1 col2
row1 1 0.50
row2 2 0.75
>>> df.to_dict()
{'col1': {'row1': 1, 'row2': 2}, 'col2': {'row1': 0.5, 'row2': 0.75}}您可以指定返回方向
>>> df.to_dict('series')
{'col1': row1 1
row2 2
Name: col1, dtype: int64,
'col2': row1 0.50
row2 0.75
Name: col2, dtype: float64}
>>> df.to_dict('split')
{'index': ['row1', 'row2'], 'columns': ['col1', 'col2'],
'data': [[1, 0.5], [2, 0.75]]}
>>> df.to_dict('records')
[{'col1': 1, 'col2': 0.5}, {'col1': 2, 'col2': 0.75}]
>>> df.to_dict('index')
{'row1': {'col1': 1, 'col2': 0.5}, 'row2': {'col1': 2, 'col2': 0.75}}您还可以指定映射类型
>>> from collections import OrderedDict, defaultdict
>>> df.to_dict(into=OrderedDict)
OrderedDict([('col1', OrderedDict([('row1', 1), ('row2', 2)])),
('col2', OrderedDict([('row1', 0.5), ('row2', 0.75)]))])如果需要defaultdict，则需要对其进行初始化：
>>> dd = defaultdict(list)
>>> df.to_dict('records', into=dd)
[defaultdict(<class 'list'>, {'col1': 1, 'col2': 0.5}),
defaultdict(<class 'list'>, {'col1': 2, 'col2': 0.75})]