Pandas 處理數據的基本類型爲 DataFrame
,數據清洗時不可必然會關係到數據類型轉化問題,Pandas 在這方面也做的也非常不錯,其中經常用的是 DataFrame.to_dict()
函數之間轉化爲字典類型;除了轉化爲字典之外,Pandas 還提供向 json
、html
、latex
、csv
等格式的轉換:
to_dict()
函數基本語法
DataFrame.to_dict
(self, orient='dict’, into=) — 官方文檔
函數種只需要填寫一個參數:orient 即可 ,但對於寫入orient的不同,字典的構造方式也不同,官網一共給出了6種,並且其中一種是列表類型:
- orient =‘dict’,是函數默認的,轉化後的字典形式:{column(列名) : {index(行名) : value(值) )}};
- orient =‘list’ ,轉化後的字典形式:{column(列名) :{[ values ](值)}};
- orient =‘series’ ,轉化後的字典形式:{column(列名) : Series (values) (值)};
- orient =‘split’ ,轉化後的字典形式:{‘index’ : [index],‘columns’ :[columns],’data‘ : [values]};
- orient =‘records’ ,轉化後是 list形式:[{column(列名) : value(值)}…{column:value}];
- orient =‘index’ ,轉化後的字典形式:{index(值) : {column(列名) : value(值)}};
備註:
1,上面中 value
代表數據表中的值,column
表示列名,index
表示行名,如下圖所示:
2,{ }表示字典數據類型,字典中的數據是以 {key : value} 的形式顯示,是鍵名和鍵值一一對應形成的。
2,關於6種構造方式進行代碼實例
六種構造方式所處理 DataFrame
數據是統一的,如下:
>>> import pandas as pd
>>> df =pd.DataFrame({'col_1':[1,2],'col_2':[0.5,0.75]},index =['row1','row2'])
>>> df
col_1 col_2
row1 1 0.50
row2 2 0.75
2.1,orient =‘dict’ — {column(列名) : {index(行名) : value(值) )}}
to_dict('list')
時,構造好的字典形式:{第一列的列名:{第一行的行名:value值,第二行行名,value值},…};
>>> df
col_1 col_2
row1 1 0.50
row2 2 0.75
>>> df.to_dict('dict')
{'col_1': {'row1': 1, 'row2': 2}, 'col_2': {'row1': 0.5, 'row2': 0.75}}
orient = 'dict
可以很方面得到 在某一列對應的行名與各值之間的字典數據類型,例如在源數據上面我想得到在col_1
這一列行名與各值之間的字典,直接在生成字典查詢列名爲col_1
:
>>> df
col_1 col_2
row1 1 0.50
row2 2 0.75
>>> df.to_dict('dict')['col_1']
{'row1': 1, 'row2': 2}
2.2,orient =‘list’ — {column(列名) :{[ values ](值)}};
生成字典中 key
爲各列名,value
爲各列對應值的列表
>>> df
col_1 col_2
row1 1 0.50
row2 2 0.75
>>> df.to_dict('list')
{'col_1': [1, 2], 'col_2': [0.5, 0.75]}
orient = 'list'
時,可以很方面得到 在某一列 各值所生成的列表集合,例如我想得到col_2
對應值得列表:
>>> df
col_1 col_2
row1 1 0.50
row2 2 0.75
>>> df.to_dict('list')['col_2']
[0.5, 0.75]
2.3,orient =‘series’ — {column(列名) : Series (values) (值)};
orient ='series'
與 orient = 'list'
唯一區別就是,這裏的 value
是 Series數據類型
,而前者爲列表類型
>>> df
col_1 col_2
row1 1 0.50
row2 2 0.75
>>> df.to_dict('series')
{'col_1': row1 1
row2 2
Name: col_1, dtype: int64, 'col_2': row1 0.50
row2 0.75
Name: col_2, dtype: float64}
2.4,orient =‘split’ — {‘index’ : [index],‘columns’ :[columns],’data‘ : [values]};
orient ='split'
得到三個鍵值對,列名、行名、值各一個,value
統一都是列表形式;
>>> df
col_1 col_2
row1 1 0.50
row2 2 0.75
>>> df.to_dict('split')
{'index': ['row1', 'row2'], 'columns': ['col_1', 'col_2'], 'data': [[1, 0.5], [2, 0.75]]}
orient = 'split'
可以很方面得到 DataFrame數據表
中全部 列名或者行名 的列表形式,例如我想得到全部列名:
>>> df
col_1 col_2
row1 1 0.50
row2 2 0.75
>>> df.to_dict('split')['columns']
['col_1', 'col_2']
2.5,orient =‘records’ — [{column:value(值)},{column:value}…{column:value}];
注意的是,orient ='records'
返回的數據類型不是 dict
; 而是list
列表形式,由全部列名與每一行的值形成一一對應的映射關係:
>>> df
col_1 col_2
row1 1 0.50
row2 2 0.75
>>> df.to_dict('records')
[{'col_1': 1, 'col_2': 0.5}, {'col_1': 2, 'col_2': 0.75}]
這個構造方式的好處就是,很容易得到 列名與某一行值形成得字典數據;例如我想要第2行{column:value}
得數據:
>>> df
col_1 col_2
row1 1 0.50
row2 2 0.75
>>> df.to_dict('records')[1]
{'col_1': 2, 'col_2': 0.75}
2.6,orient =‘index’ — {index:{culumn:value}};
orient ='index'
與2.1
用法剛好相反,求某一行中列名與值之間一一對應關係(查詢效果與2.5相似):
>>> df
col_1 col_2
row1 1 0.50
row2 2 0.75
>>> df.to_dict('index')
{'row1': {'col_1': 1, 'col_2': 0.5}, 'row2': {'col_1': 2, 'col_2': 0.75}}
#查詢行名爲 row2 列名與值一一對應字典數據類型
>>> df.to_dict('index')['row2']
{'col_1': 2, 'col_2': 0.75}
3,to_dict() 函數其它用法
在部分 2
只展示了這個函數的一部分功能,還有其他用法,例如可以快速索引第幾行第幾列的值(pandas內置索引函數),例如我想要第二行第二列的值,可以這樣操作:
#to_dict 版本的:
>>> df
col_1 col_2
row1 1 0.50
row2 2 0.75
>>> dict_1 = df.to_dict('index')
>>> dict_2 = dict_1[list(dict_1.keys()[1])]
>>> dict_2[list(dict_2.keys())[1]]
0.75
# pandas自帶的
>>> df
col_1 col_2
row1 1 0.50
row2 2 0.75
>>> df.iloc[1,1]
0.75
相對會麻煩點,但重要的是整個實現過程;最後,感謝閱讀!