是否可以将Pandas DataFrame转换为对象数组(在JavaScript中使用起来更“舒适”)?
我正在使用Facebook Prophet进行时间序列预测,并将数据返回给客户端以对其进行处理。
我本质上想采用这样的DataFrame:
但是,返回如下内容:
[
{
'ds': <value>,
'trend': <value>,
'yhat_lower': <value>,
'yhat_upper': <value>
...
},
{
'ds': <value>,
'trend': <value>,
'yhat_lower': <value>,
'yhat_upper': <value>
...
},
...
]
我尝试过DataFrame.to_json()
,它很接近我的需求,但它还会带来其他问题。我也尝试过DataFrame.to_dict()
,但这也不是我想要的。 DataFrame.to_records()
我真的需要手动遍历DataFrame
来建立我想要的列表吗,还是缺少一些参数/方法来使DataFrame格式化为带有列的对象数组?名称作为对象键的?
更新
.to_dict()
接近我想要的,但是仍然有一个嵌套对象。有办法摆脱它吗?
{'additive_terms': {0: 1821.6658106578184},
'additive_terms_lower': {0: 1821.6658106578184},
'additive_terms_upper': {0: 1821.6658106578184},
'daily': {0: -904.5939055630084},
'daily_lower': {0: -904.5939055630084},
'daily_upper': {0: -904.5939055630084},
'ds': {0: Timestamp('2016-01-01 00:00:00')},
'multiplicative_terms': {0: 0.0},
'multiplicative_terms_lower': {0: 0.0},
'multiplicative_terms_upper': {0: 0.0},
'trend': {0: 3959.7525337335633},
'trend_lower': {0: 3959.7525337335633},
'trend_upper': {0: 3959.7525337335633},
'weekly': {0: 1382.1213748832024},
'weekly_lower': {0: 1382.1213748832024},
'weekly_upper': {0: 1382.1213748832024},
'yearly': {0: 1344.1383413376243},
'yearly_lower': {0: 1344.1383413376243},
'yearly_upper': {0: 1344.1383413376243},
'yhat': {0: 5781.418344391382},
'yhat_lower': {0: -4262.772973874018},
'yhat_upper': {0: 15333.709906373766}}
更新2
@busybear的答案似乎是我想要的,但是,我希望将其作为对象数组而不是使用索引作为单个记录的键的大对象:
{0: {'additive_terms': 1821.6658106578184,
'additive_terms_lower': 1821.6658106578184,
'additive_terms_upper': 1821.6658106578184,
'daily': -904.5939055630084,
'daily_lower': -904.5939055630084,
'daily_upper': -904.5939055630084,
'ds': Timestamp('2016-01-01 00:00:00'),
'multiplicative_terms': 0.0,
'multiplicative_terms_lower': 0.0,
'multiplicative_terms_upper': 0.0,
'trend': 3959.7525337335633,
'trend_lower': 3959.7525337335633,
'trend_upper': 3959.7525337335633,
'weekly': 1382.1213748832024,
'weekly_lower': 1382.1213748832024,
'weekly_upper': 1382.1213748832024,
'yearly': 1344.1383413376243,
'yearly_lower': 1344.1383413376243,
'yearly_upper': 1344.1383413376243,
'yhat': 5781.418344391382,
'yhat_lower': -4262.772973874018,
'yhat_upper': 15333.709906373766},
1: {'additive_terms': 1609.1847938356425,
'additive_terms_lower': 1609.1847938356425,
'additive_terms_upper': 1609.1847938356425,
'daily': -904.5939055630084,
'daily_lower': -904.5939055630084,
'daily_upper': -904.5939055630084,
'ds': Timestamp('2016-01-02 00:00:00'),
'multiplicative_terms': 0.0,
'multiplicative_terms_lower': 0.0,
'multiplicative_terms_upper': 0.0,
'trend': 3954.608221609561,
'trend_lower': 3954.608221609561,
'trend_upper': 3954.608221609561,
'weekly': 1056.9172554279028,
'weekly_lower': 1056.9172554279028,
'weekly_upper': 1056.9172554279028,
'yearly': 1456.8614439707483,
'yearly_lower': 1456.8614439707483,
'yearly_upper': 1456.8614439707483,
'yhat': 5563.793015445203,
'yhat_lower': -4892.457856774376,
'yhat_upper': 15305.24188601227}}
答案 0 :(得分:2)
to_dict
听起来像您实际想要的。它对您不起作用吗?您可以转置数据框并仅使用字典的值。会符合您的期望:
data = df.T.to_dict()
list(data.values())
答案 1 :(得分:2)
尝试一下:
df.to_dict('records')
它为您提供了没有索引的字典列表。