Преобразование фрейма данных Pandas в словарь

у меня есть фрейм данных с четырьмя столбцами. Я хочу преобразовать этот фрейм данных в словарь python. Я хочу, чтобы элементы первого столбца были keys и элементы других столбцов в одной строке быть values.

DataFrame:

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

вывод должен быть такой:

словарь:

{'p': [1,3,2], 'q': [4,3,2], 'r': [4,0,9]}
4 77
python nsdictionary pandas dataframe

4 ответа:

The to_dict() метод устанавливает имена столбцов в качестве ключей словаря, поэтому вам нужно будет немного изменить свой фрейм данных. Если столбец ID в качестве индекса, а затем транспонирование таблицы данных является одним из способов достижения этой цели.

to_dict() также принимает аргумент' orient', который вам понадобится для вывода список значений для каждого столбца. В противном случае, словарь вида {index: value} будет возвращено для каждого столбца.

эти шаги могут быть сделаны со следующей строкой:

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

если требуется другой формат словаря, вот примеры возможных аргументов orient. Рассмотрим следующий простой фрейм данных:

>>> 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

тогда параметры следующие.

дикт - по умолчанию: имена столбцов-ключи, значения-словари индекса: пары данных

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

список - ключи-это имена столбцов, значения списки данных столбцов

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

серия - как "список", но значения серии

>>> 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}

сплит - разбивает столбцы / данные / индекс как ключи со значениями, являющимися именами столбцов, значениями данных по строкам и индексным меткам соответственно

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

записи - каждая строка становится словарем, где ключ-это имя столбца, а значение-это данные в ячейке

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

индекс - как "записи", но словарь словарей с ключами в качестве меток индекса (а не списка)

>>> df.to_dict('index')
{0: {'a': 'red', 'b': 0.5},
 1: {'a': 'yellow', 'b': 0.25},
 2: {'a': 'blue', 'b': 0.125}}
146

попробуйте использовать Zip

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

выход: 

{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}
11

выполните следующие действия:

предположим, что ваш фрейм данных выглядит следующим образом:

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

1. Используйте set_index установить ID столбцы в качестве индекса таблицы данных.

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

2. Используйте orient=index параметр, чтобы иметь индекс в качестве ключей словаря.

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

результаты будут следующими:

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

3. Если вам нужно иметь каждый пример в виде списка, выполните следующий код. Определите порядок столбцов

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]
8

Если вы не возражаете, что значения словаря являются кортежами, вы можете использовать итерации:

>>> {x[0]: x[1:] for x in df.itertuples(index=False)}
{'p': (1, 3, 2), 'q': (4, 3, 2), 'r': (4, 0, 9)}
7