将 Pandas 数据帧表转换为 Python 字典

当我们从外部数据源中获取数据时，通常会将数据存储在 Pandas 数据帧表（Pandas DataFrame）中进行分析处理。然而，在某些情况下我们可能需要将数据转换为 Python 字典（Python Dictionary）格式，以便进行其他操作。

Pandas 数据帧表（Pandas DataFrame）

Pandas 是一个基于 NumPy 的 Python 数据分析工具包。它提供了一种灵活高效的数据结构——数据帧表，用于处理结构化数据。数据帧表类似于电子表格或 SQL 表格，其中的每列可以是不同的数据类型（整数、浮点数、字符串、布尔值等），也可以像字典（Dictionary）一样，通过列名索引数据。

示例代码：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 32, 18, 47],
        'gender': ['F', 'M', 'M', 'M']}

df = pd.DataFrame(data)

print(df)

输出结果：

       name  age gender
0     Alice   25      F
1       Bob   32      M
2   Charlie   18      M
3     David   47      M

将 Pandas 数据帧表转换为 Python 字典

有时候，我们需要将 Pandas 数据帧表转换为 Python 字典格式。这可以通过 Pandas 的 .to_dict() 方法实现。默认情况下，此方法将返回一个嵌套字典，其中最外层的键是数据帧表中的列名。如果我们需要将输出结果更改为一个单层的字典（其中最外层的键是行号），我们可以使用 orient 参数。

示例代码：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
        'age': [25, 32, 18, 47],
        'gender': ['F', 'M', 'M', 'M']}

df = pd.DataFrame(data)

# 转换为默认的嵌套字典
dict_nested = df.to_dict()
print(dict_nested)

# 转换为单层字典
dict_flat = df.to_dict(orient='index')
print(dict_flat)

输出结果：

{'name': {0: 'Alice', 1: 'Bob', 2: 'Charlie', 3: 'David'}, 'age': {0: 25, 1: 32, 2: 18, 3: 47}, 'gender': {0: 'F', 1: 'M', 2: 'M', 3: 'M'}}
{0: {'name': 'Alice', 'age': 25, 'gender': 'F'}, 1: {'name': 'Bob', 'age': 32, 'gender': 'M'}, 2: {'name': 'Charlie', 'age': 18, 'gender': 'M'}, 3: {'name': 'David', 'age': 47, 'gender': 'M'}}

在上述示例代码中，首先我们创建了一个名为 data 的字典，其中包含了姓名、年龄和性别三个字段。我们然后使用 pd.DataFrame() 方法将数据转换为数据帧表 df。接着，我们使用 .to_dict() 方法将数据帧表转换为默认的嵌套字典 dict_nested。最后，我们通过将 orient 参数设置为 'index'，将输出结果转换为一个单层字典 dict_flat。

总结

Pandas 数据帧表和 Python 字典都是常用的 Python 数据结构。在某些情况下，我们可能需要将数据帧表转换为 Python 字典，以便进行其他处理。这可以通过 Pandas 的 .to_dict() 方法实现。我们可以通过设置 orient 参数，从而控制输出结果的格式。

以上就是将 Pandas 数据帧表转换为 Python 字典的方法及示例代码。