pandas之DataFrame与Dict的相互转换

        在使用pandas进行数据分析的时候,大多数情况下可以用read_csv、read_excel等函数读取数据。但是,有时候,我们面对的是字典形式的数据结构。在这种情况下,需要用到DataFrame与Dict之间的相互转换。

一、Dict转换为DataFrame

1、面向行

sales = [{"Fruits":"apple","Numbers":5},
         {"Fruits":"banana","Numbers":8},
         {"Fruits":"pear","Numbers":9}]
df = pd.DataFrame(sales)

        在这种情形下,字典键被用作columns,索引index被自动生成。

Fruits Numbers
0 apple 5
1 banana 8
2 pear 9

2、面向列

sales = {"Fruits":["apple","banana","pear"],
         "Numbers":[5,8,9]}
df = pd.DataFrame.from_dict(sales)

        使用此种方法得到的结果与上述上述结果相同。

二、DataFrame转换为Dict

        DataFrame转换为Dict主要用到to_dict(orient)函数。参数orient的值可以取dict、list、series、split、records、index等。这里我们主要讲解list、records两个参数值。假设DataFrame数据结构df如下:

Fruits Numbers
0 apple 5
1 banana 8
2 pear 9

1、参数为list

df.to_dict(orient='list')

        得到的字典为:

{'Fruits': ['apple', 'banana', 'pear'], 
'Numbers': [5, 8, 9]}

2、参数为records

df.to_dict(orient='records')

        得到的字典为

[{'Fruits': 'apple', 'Numbers': 5},

{'Fruits': 'banana', 'Numbers': 8},

{'Fruits': 'pear', 'Numbers': 9}]

上一篇:A value is trying to be set on a copy of a slice from a DataFrame


下一篇:这几款强大的 Python 数据探索工具 你知道几个,推荐收藏使用!