該to_dict()方法將列名設(shè)置為字典鍵，因此您需要稍微重塑您的DataFrame。將“ID”列設(shè)置為索引然后轉(zhuǎn)置DataFrame是實(shí)現(xiàn)此目的的一種方法。

to_dict()還接受一個(gè)'orient'參數(shù)，您需要該參數(shù)才能輸出每列的值列表。否則，{index: value}將為每列返回表單的字典。

可以使用以下行完成這些步驟：

df.set_index('ID').T.to_dict('list')

{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}

如果需要不同的字典格式，這里是可能的東方參數(shù)的示例?？紤]以下簡(jiǎn)單的DataFrame：

df = pd.DataFrame({'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]})

df

    a      b

0 red 0.500

1 yellow 0.250

2 blue 0.125

然后選項(xiàng)如下。

dict - 默認(rèn)值：列名是鍵，值是索引的字典：數(shù)據(jù)對(duì)

df.to_dict('dict')

{'a': {0: 'red', 1: 'yellow', 2: 'blue'},

'b': {0: 0.5, 1: 0.25, 2: 0.125}}

list - 鍵是列名，值是列數(shù)據(jù)列表

df.to_dict('list')

{'a': ['red', 'yellow', 'blue'],

'b': [0.5, 0.25, 0.125]}

系列 - 比如'list'，但值是Series

df.to_dict('series')

{'a': 0 red

  1    yellow

  2      blue

  Name: a, dtype: object, 

'b': 0 0.500

  1    0.250

  2    0.125

  Name: b, dtype: float64}

split - 將列/數(shù)據(jù)/索引拆分為鍵，值分別為列名，數(shù)據(jù)值分別按行和索引標(biāo)簽

df.to_dict('split')

{'columns': ['a', 'b'],

'data': [['red', 0.5], ['yellow', 0.25], ['blue', 0.125]],

'index': [0, 1, 2]}

記錄 - 每一行都成為一個(gè)字典，其中鍵是列名，值是單元格中的數(shù)據(jù)

df.to_dict('records')

[{'a': 'red', 'b': 0.5},

{'a': 'yellow', 'b': 0.25},

{'a': 'blue', 'b': 0.125}]

index - 類似于'records'，但是一個(gè)字典字典，其中鍵作為索引標(biāo)簽（而不是列表）

df.to_dict('index')

{0: {'a': 'red', 'b': 0.5},

1: {'a': 'yellow', 'b': 0.25},

2: {'a': 'blue', 'b': 0.125}}