这期内容当中小编将会给大家带来有关怎么在Pandas中将DataFrame转换为字典，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。
该to_dict()方法将列名设置为字典键将“ID”列设置为索引然后转置DataFrame是实现此目的的一种方法。to_dict()还接受一个'orient'参数，您需要该参数才能输出每列的值列表。否则，{index: value}将为每列返回表单的字典。
可以使用以下行完成这些步骤：
>>> df.set_index('ID').T.to_dict('list'){'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}如果需要不同的字典格式，这里是可能的东方参数的示例。考虑以下简单的DataFrame：
>>> df = pd.DataFrame({'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]})>>> df a b0 red 0.5001 yellow 0.2502 blue 0.125然后选项如下。
dict - 默认值：列名是键，值是索引的字典：数据对
>>> df.to_dict('dict'){'a': {0: 'red', 1: 'yellow', 2: 'blue'}, 'b': {0: 0.5, 1: 0.25, 2: 0.125}}list - 键是列名，值是列数据列表
>>> df.to_dict('list'){'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]}系列 - 比如'list'，但值是Series
>>> 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}split - 将列/数据/索引拆分为键，值分别为列名，数据值分别按行和索引标签
>>> df.to_dict('split'){'columns': ['a', 'b'], 'data': [['red', 0.5], ['yellow', 0.25], ['blue', 0.125]], 'index': [0, 1, 2]}记录 - 每一行都成为一个字典，其中键是列名，值是单元格中的数据
>>> df.to_dict('records')>[{'a': 'red', 'b': 0.5}, {'a': 'yellow', 'b': 0.25}, {'a': 'blue', 'b': 0.125}]index - 类似于'records'，但是一个字典字典，其中键作为索引标签（而不是列表）
>>> df.to_dict('index'){0: {'a': 'red', 'b': 0.5}, 1: {'a': 'yellow', 'b': 0.25}, 2: {'a': 'blue', 'b': 0.125}}上述就是小编为大家分享的怎么在Pandas中将DataFrame转换为字典了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注编程网行业资讯频道。
