Question

如何使用pandas将csv转换为字典？例如，我有2列，并希望column1为键，column2为值。我的数据如下：

"name","position"
"UCLA","73"
"SUNY","36"

cols = ['name', 'position']
df = pd.read_csv(filename, names = cols)

Answer 1

由于示例csv-data的第1行是＆＃34;标题＆＃34;，使用这个单行：

>>> pd.Series.from_csv(filename, header=0).to_dict()
{'UCLA': 73, 'SUNY': 36}

如果您还要包含第一行，请移除header关键字（或将其设置为None）。

由于pandas-0.21.0方法Series.from_csv()已被弃用，建议改为使用pandas.read_csv()：
>>> pd.read_csv(filename, index_col=0, squeeze=True).to_dict()
 {'UCLA': '73', 'SUNY': '36'}>
并使用它来包括dict中的第一个标题行：
 >>> pd.read_csv(filename, index_col=0, squeeze=True, header=None).to_dict()
 {'name': 'position', 'UCLA': '73', 'SUNY': '36'}

Answer 2

将列转换为列表，然后压缩并转换为dict：

In [37]:

df = pd.DataFrame({'col1':['first','second','third'], 'col2':np.random.rand(3)})
print(df)
dict(zip(list(df.col1), list(df.col2)))
     col1      col2
0   first  0.278247
1  second  0.459753
2   third  0.151873

[3 rows x 2 columns]
Out[37]:
{'third': 0.15187291615699894,
 'first': 0.27824681093923298,
 'second': 0.4597530377539677}

Answer 3

我认为

ankostis answer是磁盘上文件最优雅的解决方案。

但是，如果您不想或无法绕开文件系统的保存和加载操作，也可以这样：

df = pd.DataFrame({"name": [73, 36], "position" : ["UCLA", "SUNY"]})

series = df["position"]
series.index = df["name"]
series.to_dict()

结果：

{'UCLA': 73, 'SUNY': 36}

如何使用pandas将csv转换为字典

3 个答案: