Question

我正在尝试将数据帧转换为以下格式的字典：

df
    name   age country state  pincode
0  user1  10.0      in    tn      1.0
1  user2  11.0      us    tx      2.0
2  user3  12.0      eu    fr      3.0

{
   'user1':{'age':10,'country':'in','state':'tn','pincode':1},
   'user2':{'age':11,'country':'us','state':'tx','pincode':2},
   'user3':{'age':12,'country':'eu','state':'fr','pincode':3}
}

我目前正在通过以下声明来这样做：

op = {}
for i, row in df.iterrows():
    op[row['name']] = {'age':row['age'],'country':row['country'],'state':row['state'],'pincode':row['pincode']}

如果要在df中添加其他列，我希望该解决方案能够正常工作。例如电话号码。由于我编写的语句是静态的，因此不会在输出中给我其他行。大熊猫中有内置的方法吗？

Answer 1

您要先将name设置为索引：

df.set_index('name').to_dict('index')

输出：

{'user1': {'age': 10.0, 'country': 'in', 'state': 'tn', 'pincode': 1.0},
 'user2': {'age': 11.0, 'country': 'us', 'state': 'tx', 'pincode': 2.0},
 'user3': {'age': 12.0, 'country': 'eu', 'state': 'fr', 'pincode': 3.0}}

Answer 2

将DataFrame.set_index与orient='index'和DataFrame.to_dict一起使用：

d = df.set_index('name').to_dict(orient='index')
print (d)
{'user1': {'age': 10.0, 'country': 'in', 'state': 'tn', 'pincode': 1.0}, 
 'user2': {'age': 11.0, 'country': 'us', 'state': 'tx', 'pincode': 2.0}, 
 'user3': {'age': 12.0, 'country': 'eu', 'state': 'fr', 'pincode': 3.0}}

如果可能的话，可以省略其他列，或者在选择以下内容之前对其进行裁剪：

d = df.set_index('name')[['age','country','state','pincode']].to_dict(orient='index')

Answer 3

这可能不是很可读，但是这里有一个单行字典理解：

{k:{a:b for a,b in zip(df.columns.tolist()[1:], v)}
 for k,v in zip(df['name'].to_list(), df.iloc[:,1:].to_numpy().tolist())}

从数据框创建字典

3 个答案: