可以选择六种的转换类型，分别对应于参数 ‘dict’, ‘list’, ‘series’, ‘split’, ‘records’, ‘index’

 

1、选择参数orient=’dict’
dict也是默认的参数，下面的data数据类型为DataFrame结构, 会形成 {column -> {index -> value}}这样的结构的字典，可以看成是一种双重字典结构
- 单独提取每列的值及其索引，然后组合成一个字典
- 再将上述的列属性作为关键字（key），值（values）为上述的字典

例图：

 

 

2、当关键字orient=’ list’ 时
和1中比较相似，只不过内层变成了一个列表，结构为{column -> [values]}
查询方式为： data_list[keys][index]

data_list 为关键字orient=’list’ 时对应的数据名
keys 为列属性的键值，如本例中的’1’ , ‘2’等
index 为整型索引，从0开始到最后
例图：

 

 

3、关键字参数orient=’series’
形成结构{column -> Series(values)}
调用格式为：data_series[key1][key2]或data_dict[key1]

data_series 为数据对应的名字
key1 为列属性的键值，如本例中的’11’ , ‘22’等
key2 使用数据原始的索引（可选）
例图：

 

 

4、关键字参数orient=’split’
形成{index -> [index], columns -> [columns], data -> [values]}的结构，是将数据、索引、属性名单独脱离出来构成字典
调用方式有 data_split[‘index’],data_split[‘data’],data_split[‘columns’]
例图：

 

 

5、当关键字orient=’records’ 时
形成[{column -> value}, … , {column -> value}]的结构
整体构成一个列表，内层是将原始数据的每行提取出来形成字典
调用格式为data_records[index][key1]

 

 6、当关键字orient=’index’ 时
形成{index -> {column -> value}}的结构，调用格式正好和’dict’ 对应的反过来