[人工智能]pandas之DataFrame与Dict的相互转换

? ? ? ? 在使用pandas进行数据分析的时候，大多数情况下可以用read_csv、read_excel等函数读取数据。但是，有时候，我们面对的是字典形式的数据结构。在这种情况下，需要用到DataFrame与Dict之间的相互转换。

一、Dict转换为DataFrame

1、面向行

sales = [{"Fruits":"apple","Numbers":5},
         {"Fruits":"banana","Numbers":8},
         {"Fruits":"pear","Numbers":9}]
df = pd.DataFrame(sales)

? ? ? ? 在这种情形下，字典键被用作columns，索引index被自动生成。

2、面向列

sales = {"Fruits":["apple","banana","pear"],
         "Numbers":[5,8,9]}
df = pd.DataFrame.from_dict(sales)

? ? ? ? 使用此种方法得到的结果与上述上述结果相同。

二、DataFrame转换为Dict

? ? ? ? DataFrame转换为Dict主要用到to_dict(orient)函数。参数orient的值可以取dict、list、series、split、records、index等。这里我们主要讲解list、records两个参数值。假设DataFrame数据结构df如下：

1、参数为list

df.to_dict(orient='list')

? ? ? ? 得到的字典为：

{'Fruits': ['apple', 'banana', 'pear'], 
'Numbers': [5, 8, 9]}

2、参数为records

df.to_dict(orient='records')

? ? ? ? 得到的字典为

[{'Fruits': 'apple', 'Numbers': 5},

{'Fruits': 'banana', 'Numbers': 8},

{'Fruits': 'pear', 'Numbers': 9}]