我有一个四列的数据框架。我想把这个DataFrame转换成一个python字典。我希望第一列的元素是键，而同一行中其他列的元素是值。
DataFrame:
ID A B C
0 p 1 3 2
1 q 4 3 2
2 r 4 0 9
输出应该是这样的:
字典:
{'p': [1,3,2], 'q': [4,3,2], 'r': [4,0,9]}
当前回答
df = pd.DataFrame([['p',1,3,2], ['q',4,3,2], ['r',4,0,9]], columns=['ID','A','B','C'])
my_dict = {k:list(v) for k,v in zip(df['ID'], df.drop(columns='ID').values)}
print(my_dict)
与输出
{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}
其他回答
大多数答案都不能处理ID在数据框架中可能存在多次的情况。如果ID可以在Dataframe df中复制，你想使用一个列表来存储值(也就是列表的列表)，按ID分组:
{k: [g['A'].tolist(), g['B'].tolist(), g['C'].tolist()] for k,g in df.groupby('ID')}
DataFrame.to_dict()将DataFrame转换为字典。
例子
>>> df = pd.DataFrame(
{'col1': [1, 2], 'col2': [0.5, 0.75]}, index=['a', 'b'])
>>> df
col1 col2
a 1 0.1
b 2 0.2
>>> df.to_dict()
{'col1': {'a': 1, 'b': 2}, 'col2': {'a': 0.5, 'b': 0.75}}
详见本文档
如果你不介意字典值是元组，你可以使用itertuples:
>>> {x[0]: x[1:] for x in df.itertuples(index=False)}
{'p': (1, 3, 2), 'q': (4, 3, 2), 'r': (4, 0, 9)}
遵循以下步骤:
假设你的数据框架如下:
>>> df
A B C ID
0 1 3 2 p
1 4 3 2 q
2 4 0 9 r
1. 使用set_index将ID列设置为数据帧索引。
df.set_index("ID", drop=True, inplace=True)
2. 使用orient=index参数将索引作为字典键。
dictionary = df.to_dict(orient="index")
结果如下:
>>> dictionary
{'q': {'A': 4, 'B': 3, 'D': 2}, 'p': {'A': 1, 'B': 3, 'D': 2}, 'r': {'A': 4, 'B': 0, 'D': 9}}
3.如果您需要将每个示例作为列表运行以下代码。确定列的顺序
column_order= ["A", "B", "C"] # Determine your preferred order of columns
d = {} # Initialize the new dictionary as an empty dictionary
for k in dictionary:
d[k] = [dictionary[k][column_name] for column_name in column_order]
也可以使用字典理解和iterrows()方法来获得所需的输出。
result = {row.ID: [row.A, row.B, row.C] for (index, row) in df.iterrows()}
