«В Python структура данных, называемая словарем, используется для хранения информации в виде пар ключ-значение. Словарные объекты оптимизированы для извлечения данных/значений, когда ключ или ключи известны. Имейте в виду, что словари могут содержать повторяющиеся ключи. Чтобы эффективно находить значения с использованием связанного индекса, мы можем преобразовать серию pandas или кадр данных с соответствующим индексом в объект словаря с парами ключ-значение «индекс: значение». Для выполнения этой задачи можно использовать метод «to_dict()». Эта функция встроена в класс Series модуля pandas. Фрейм данных преобразуется в словарь рядов данных, похожий на список Python, с помощью метода pandas.to_dict(), в зависимости от указанного значения параметра ориентация».
Как преобразовать Pandas в словарь Python?
Существует несколько способов преобразования панд в словарь. Однако, чтобы преобразовать кадр данных Pandas в словарь Python, мы будем использовать метод to_dict() в Pandas. Мы можем ориентировать пары ключ-значение возвращаемого словаря различными способами, используя функцию to_dict(). Синтаксис функции следующий:
Синтаксис
pandas.to_dict ( восток = «дикт», в знак равно )
Параметры
ориентир: Какой тип данных для преобразования столбцов (серий) определяется строковым значением («dict», «list», «records», «index», «series», «split»). Например, ключевое слово «список» даст словарь объектов списка Python с ключами «Имя столбца» и «Список» (преобразованный ряд) в качестве вывода.
в: класс, может быть передан как экземпляр или фактический класс. Например, экземпляр класса может быть передан в случае dict по умолчанию. Значение параметра по умолчанию — dict.
Тип возврата: Словарь, преобразованный из фрейма данных или серии.
Пример № 01: преобразование кадра данных Pandas в словарь
Используя кортеж списков в функции pd.DataFrame(), мы создадим базовый фрейм данных с некоторыми столбцами и строками, чтобы позже мы могли преобразовать его в словарь Python.
Мы создали наш фрейм данных, передав список внутри функции pd.DataFrame(). В приведенном выше кадре данных у нас есть три столбца «компания», «продажи» и «доход». В столбце компания мы сохранили названия случайных компаний как ('A&B', 'Max_tech', 'XT', 'MJ', 'Quanto', 'Mini_X', 'Zomo', 'AU', 'HL' , «ZMX», «Earny»), столбец «Продажи» представляет продажи каждой компании как («217», «200», «199», «150», «210», «216», «185». ', '189', '202', '159', '205'), а в столбце 'Доход' хранятся значения, представляющие доход каждой компании от соответствующих продаж (340000 320000 300000 270000 315000 335000 250000 255000 301000 24400 305000). Теперь мы преобразуем наш фрейм данных «df» в словарь Python.
Применив метод to_dict() к кадру данных df, мы преобразовали кадр данных pandas в словарь.
Пример № 02: преобразование кадра данных Pandas, созданного из файла CSV, в словарь
В примере №1 мы создали фреймворк данных, используя кортежи внутри списка. Теперь мы создадим фрейм данных с помощью CSV-файла, а затем преобразуем его в словарь с помощью функции to_dict().
Чтобы прочитать файл как фрейм данных, мы использовали функцию pd.read_csv(). В фрейме данных выше у нас есть два столбца (имя и метки) и семнадцать строк (от 0 до 16). Теперь воспользуемся методом to_dict().
Функция преобразовала наш фрейм данных «df» в словарь Python.
Пример # 03: Преобразование кадра данных Pandas в словарь, содержащий списки значений
В предыдущих примерах мы преобразовали pandas в словарь Python, содержащий несколько словарей. При преобразовании фрейма данных в объект словаря метки столбцов должны служить ключами словаря, а все данные или значения столбцов должны быть добавлены в результирующий словарь в виде списка значений для каждого ключа.
Мы создали фрейм данных с тремя столбцами «имя», «страна» и «возраст». В столбце «имя» мы сохранили значения данных («Анна», «Марти», «Карл», «Мэри», «Клеб», «Али», «Алекса», «Бекки», «Райан») . В то время как в других столбцах страна и возраст являются сильными значениями, такими как («США», «Англия», «США», «Франция», «Россия», «Россия», «Франция», «Англия», «США») и ( 34, 32, 30, 27, 31, 33, 35, 25, 30) соответственно. Мы создадим словарь, содержащий списки, используя параметр list внутри метода to_dict().
Используя параметр списка в качестве аргумента внутри функции to_list(), мы создали словарь, содержащий несколько списков.
Пример # 03: Преобразование кадра данных Pandas в словарь, содержащий ряд значений
Когда DataFrame необходимо преобразовать в словарь, имя столбца служит в качестве ключей словаря, а индекс строки и данные в столбце — в качестве значения для соответствующих ключей в словаре.
Мы создали необходимый фрейм данных с помощью метода pd.DataFrame(). В недавно созданном кадре данных у нас есть два столбца. Столбец имени хранит значения данных в виде строки («Ким», «Моррис», «Каспер», «Милли», «Дэйв», «Уилл», «Билли»), тогда как столбцы меток состоят из числовых данных в виде ( 8, 9, 6, 7, 10, 7, 8). Мы будем использовать параметр «серия» как строку внутри функции to_dict().
Пример # 04: Преобразование кадра данных Pandas в словарь без индекса и заголовка
Параметр «split» функции to_dict() можно использовать для извлечения данных из DataFrame без заголовков столбцов или когда нам нужно удалить заголовок и индекс строки из данных. С помощью этого параметра метки столбцов, индекс строки и фактические данные разбиваются на три компонента. Давайте создадим фрейм данных, чтобы мы могли разделить его на три части при преобразовании в словарь.
Мы создали два столбца с метками «имя» и «возраст», содержащие значения («Дэйв», «Моррис», «Билли», «Милли», «Ким», «Уилл», «Каспер») и (19, 19). , 25, 21, 19, 21, 23) соответственно. Давайте конвертируем их в словари Python.
Используя ключ «данные», мы можем получить данные из результирующего словаря без индекса или заголовка.
Пример # 05: Преобразование кадра данных Pandas в словарь по строке и индексу строки
Параметр «запись» можно использовать внутри функции to_dict() для хранения данных каждой строки фрейма данных в нескольких отдельных объектах словаря внутри списка или когда требуются данные по строкам. Будет возвращен список, содержащий объекты словаря. Словарь с меткой столбца в качестве ключа и данными столбца в качестве значения для каждой строки.
Мы создали фрейм данных со столбцами «имя» и «зарплата». Столбец «имя» содержит значения данных («Лео», «Харис», «Ванда», «Майк», «Келли», «Адам», «Джек»), а столбец «Зарплата» хранит значения (12000, 12500 , 14000, 11000, 12000, 13000, 12500). Теперь давайте создадим список с несколькими словарями Python, содержащими данные каждой строки.
Параметр index также можно использовать для преобразования данных каждой строки из фрейма данных в словарь. Будет возвращен список, содержащий элементы словаря. Каждая строка генерирует словарь. Где индекс строки будет ключом, а значением будет словарь данных и метка столбца.
Вывод
В этом руководстве мы обсудили, как мы можем преобразовать объекты dataframe или pandas в словарь Python. Мы рассмотрели синтаксис функции to_dict(), чтобы понять параметры этой функции и то, как вы можете изменить вывод функции, указав функцию с другими параметрами. В примерах этого руководства мы использовали метод to_dict(), встроенную функцию pandas, чтобы изменить объекты pandas на словарь python.