当前位置:首页 » 《随便一记》 » 正文

pandas之DataFrame与Dict的相互转换_hanyunkaka的博客

3 人参与  2022年03月07日 08:53  分类 : 《随便一记》  评论

点击全文阅读


        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。

FruitsNumbers
0apple5
1banana8
2pear9

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:

FruitsNumbers
0apple5
1banana8
2pear9

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}]


点击全文阅读


本文链接:http://m.zhangshiyu.com/post/35853.html

字典  转换为  参数  
<< 上一篇 下一篇 >>

  • 评论(0)
  • 赞助本站

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。

最新文章

  • [糙汉嘴软心硬,娇妻日日晚起]小说精彩节选免费试读_「黎夏顾卫城」主线最终章倒计时
  • 我的亲妹妹我当做畜生,只有儿子来救我反转剧情试读片段_[***小宝李小翠]精彩章节免费试读
  • 往梦难复温,沈淮霆宋思予在线_往梦难复温,沈淮霆宋思予在线
  • 爱意清浅随风离(简凝夕陆靳燃),爱意清浅随风离
  • 「冲喜而已,侯爷别太爱」小说免费在线阅读_侯府侯爷乐瑶主线最终章倒计时
  • 好看的往梦难复温沈淮霆宋思予_往梦难复温沈淮霆宋思予
  • 天才京剧花旦被废嗓后成为芭蕾舞王+后续+结局(秦意宋笙)全书秦意宋笙结局_秦意宋笙+结局列表_笔趣阁(天才京剧花旦被废嗓后成为芭蕾舞王+后续+结局)
  • (番外)+(全书)往梦难复温(沈淮霆宋思予+番外+全书)_(往梦难复温+番外+全书)免费_笔趣阁(沈淮霆宋思予)
  • 江晚烟陆聿我终于失去了你结局+番外(江晚烟陆聿)列表_江晚烟陆聿我终于失去了你结局+番外(江晚烟陆聿)结局篇+番外在线
  • 池雾陆砚寒结局+番外(陆砚寒池雾)列表_池雾陆砚寒结局+番外(陆砚寒池雾)池雾陆砚寒结局+番外在线
  • 沈静怡傅励行+后续+结局(傅励行沈静怡)列表_沈静怡傅励行+后续+结局(傅励行沈静怡)沈静怡傅励行+后续+结局在线
  • 非典时,我被妻子的白月光误诊遗弃在病房节选角色羁绊特辑‌_田越苏雅白月光角色专属支线试读入口

    关于我们 | 我要投稿 | 免责申明

    Copyright © 2020-2022 ZhangShiYu.com Rights Reserved.豫ICP备2022013469号-1