Konvertieren Sie ein Pandas DataFrame in ein Dictionary

Question

Ich habe ein DataFrame mit vier Spalten. Ich möchte dieses DataFrame in ein Python-Wörterbuch umwandeln. Ich möchte, dass die Elemente der ersten Spalte keys sind und die Elemente der anderen Spalten in der gleichen Zeile values sind.

DataFrame:

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

Die Ausgabe sollte so aussehen:

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

Answer 1

Die to_dict() Methode setzt die Spaltennamen als Schlüssel im Dictionary, sodass das DataFrame etwas umgestaltet werden muss. Indem Sie die 'ID'-Spalte als Index festlegen und dann das DataFrame transponieren, können Sie dies erreichen.

to_dict() akzeptiert auch ein 'orient'-Argument, das Sie benötigen, um eine Liste von Werten für jede Spalte auszugeben. Andernfalls wird für jede Spalte ein Dictionary der Form {Index: Wert} zurückgegeben.

Diese Schritte können mit der folgenden Zeile ausgeführt werden:

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

---

Falls ein anderer Dictionary-Format benötigt wird, hier sind Beispiele für die möglichen 'orient'-Argumente. Berücksichtigen Sie das folgende einfache DataFrame:

>>> df = pd.DataFrame({'a': ['rot', 'gelb', 'blau'], 'b': [0.5, 0.25, 0.125]})
>>> df
        a      b
0     rot  0.500
1  gelb  0.250
2    blau  0.125

Dann sind die Optionen wie folgt.

dict - Standard: Spaltennamen sind Schlüssel, Werte sind Dictionarys von Index:Daten Paaren

>>> df.to_dict('dict')
{'a': {0: 'rot', 1: 'gelb', 2: 'blau'}, 
 'b': {0: 0.5, 1: 0.25, 2: 0.125}}

list - Schlüssel sind Spaltennamen, Werte sind Listen von Spaltendaten

>>> df.to_dict('list')
{'a': ['rot', 'gelb', 'blau'], 
 'b': [0.5, 0.25, 0.125]}

series - wie 'list', aber Werte sind Series

>>> df.to_dict('series')
{'a': 0       rot
      1    gelb
      2      blau
      Name: a, dtype: object, 

 'b': 0    0.500
      1    0.250
      2    0.125
      Name: b, dtype: float64}

split - Spaltet Spalten/Daten/Index als Schlüssel mit Werten, die Spaltennamen, Datenwerte pro Reihe und Indexbezeichnungen sind

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

records - Jede Zeile wird zu einem Dictionary, wobei der Schlüssel der Spaltenname und der Wert die Daten in der Zelle ist

>>> df.to_dict('records')
[{'a': 'rot', 'b': 0.5}, 
 {'a': 'gelb', 'b': 0.25}, 
 {'a': 'blau', 'b': 0.125}]

index - wie 'records', aber ein Dictionary von Dictionaries mit Schlüsseln als Indexbezeichnungen (anstelle einer Liste)

>>> df.to_dict('index')
{0: {'a': 'rot', 'b': 0.5},
 1: {'a': 'gelb', 'b': 0.25},
 2: {'a': 'blau', 'b': 0.125}}

Answer 2

Sollte ein Wörterbuch wie:

{'rot': '0,500', 'gelb': '0,250', 'blau': '0,125'}

aus einem DataFrame wie:

        a      b
0     rot  0,500
1  gelb  0,250
2    blau  0,125

erforderlich sein, wäre der einfachste Weg:

dict(df.values)

der funktionierende Ausschnitt unten:

import pandas as pd
df = pd.DataFrame({'a': ['rot', 'gelb', 'blau'], 'b': [0,5, 0,25, 0,125]})
dict(df.values)

Answer 3

Folgen Sie diesen Schritten:

Angenommen, Ihr DataFrame sieht wie folgt aus:

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

1. Verwenden Sie set_index, um die Spalte ID als Index des DataFrames festzulegen.

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

2. Verwenden Sie den Parameter orient=index, um den Index als Schlüssel des Wörterbuchs zu haben.

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

Die Ergebnisse werden wie folgt sein:

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

3. Wenn Sie jedes Sample als Liste haben möchten, führen Sie den folgenden Code aus. Bestimmen Sie die Spaltenreihenfolge

column_order= ["A", "B", "C"] #  Bestimmen Sie Ihre bevorzugte Spaltenreihenfolge
d = {} #  Initialisieren Sie das neue Wörterbuch als leeres Wörterbuch
for k in dictionary:
    d[k] = [dictionary[k][column_name] for column_name in column_order]

Answer 4

Versuchen Sie Zip zu verwenden

df = pd.read_csv("Datei")
d = dict([(i, [a, b, c ]) for i, a, b, c in zip(df.ID, df.A, df.B, df.C)])
print d

Ausgabe:

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

Answer 5

Wenn es Ihnen nichts ausmacht, dass die Wörterbuchwerte Tupel sind, können Sie itertuples verwenden:

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