python编程，pandas的dataframe类型如何转化为原生dict？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

本文的话题是：dataframe类型数据，如何转为原生dict类型。转化的方案细节上是略有区别的。所以，得到的结果也是有所区别。具体采用何种转化方案，还要看读者自己的实际需求。

苏南大叔的“程序如此灵动”博客，这里讲述苏南大叔和计算机代码之间的故事。测试环境：python@3.12.3，pandas@2.2.2，numpy@1.26.4。

前文回顾

主要回顾两篇文章：

• 如何定义一个dataframe。https://newsn.net/say/pandas-dataframe.html
• dict如何转dataframe。https://newsn.net/say/dataframe-from-dict.html

本文是上述文章的姊妹篇，dataframe如何转dict？

龙套角色

本文的龙套角色如下：

import pandas as pd
d = {'s': ["su", "苏"], 'n': ["nan", "南"]}
df = pd.DataFrame.from_dict(d)

注意变量d的写法。和后续的不同方案结果有关。

方案零，强转【不推荐】

dataframe强转dict不会报错，但是强制的结果显然并不是大家所需要的。

dd = dict(df)
print(dd,type(dd))

输出：

{'s': 0    su
1     苏
Name: s, dtype: object, 'n': 0    nan
1      南
Name: n, dtype: object} 
<class 'dict'>

显然和期待输出值有较大差距。

方案一，参数默认【推荐】

这个数据还原效果上看，和原变量较为相似。转换为字典，列为键，行为值。

d1 = df.to_dict()
print(d1)

输出：

{'s': {0: 'su', 1: '苏'}, 'n': {0: 'nan', 1: '南'}}

方案二，orient='list'【推荐】

转换为字典，列名为键，列数据为值。在本文中，还原程度最高，效果最好。

d2 = df.to_dict(orient='list')
print(d2)

输出：

{'s': ['su', '苏'], 'n': ['nan', '南']}

方案三，orient='records'【不推荐】

将DataFrame的每一行转换为字典，索引为键，列数据为值。

d3 = df.to_dict(orient='records')
print(d3)
print(type(d3))

输出：

[{'s': 'su', 'n': 'nan'}, {'s': '苏', 'n': '南'}]
<class 'list'>

注意：这个结果拿到的类型是个list，而不是dict类型，list内部是dict类型。这多多少少和to_dict()的函数初衷有些不匹配。

结语

常见的数据类型是可以相互转化的，更多python相关经验文字，请参考：

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。