Question

我需要将Pandas系列转换为没有索引的字典（例如pandas.DataFrame.to_dict（'r'））-代码如下：

grouped_df = df.groupby(index_column)
for key, val in tqdm(grouped):
    json_dict[key] = val.apply(lambda x: x.to_dict(), axis=1).to_dict()

当前，我得到如下输出：

{
   "15717":{
      "col1":1.61,
      "col2":1.53,
      "col3":1.0
   },
   "15718":{
      "col1":10.97,
      "col2":5.79,
      "col3":2.0
   },
   "15719":{
      "col1":15.38,
      "col2":12.81,
      "col3":1.0
   }
}

但是我需要像这样的输出

[
   {
      "col1":1.61,
      "col2":1.53,
      "col3":1.0
   },
   {
      "col1":10.97,
      "col2":5.79,
      "col3":2.0
   },
   {
      "col1":15.38,
      "col2":12.81,
      "col3":1.0
   }
]

感谢您的帮助！

编辑：这是原始数据框：

        col1   col2 col3
2751    5.46    1.0 1.11
2752    16.47   0.0 6.54
2753    26.51   0.0 18.25
2754    31.04   1.0 28.95
2755    36.45   0.0 32.91

Answer 1

两种方法：

[v for _, v in df.to_dict(orient="index").items()]

另一个：

df.to_dict(orient="records")

无论哪种输出，都是：

[{'col1': 1.61, 'col2': 1.53, 'col3': 1.0},
 {'col1': 10.97, 'col2': 5.79, 'col3': 2.0},
 {'col1': 15.38, 'col2': 12.81, 'col3': 1.0}]

Answer 2

您可以尝试：

df.T.to_dict('r')

输出：

[{'col1': 1.61, 'col2': 1.53, 'col3': 1.0},
 {'col1': 10.97, 'col2': 5.79, 'col3': 2.0},
 {'col1': 15.38, 'col2': 12.81, 'col3': 1.0}]

将Pandas系列转换为无索引的字典

2 个答案: