随笔记录——pandas 中 Dataframe.to_dict()

在工作中，使用pandas时，常常需要将dataframe中的数据按照指定的格式输出给下游使用，很多时候，下游指定的格式并不是很特别，而是比较常见的，这时，我们就不需要自己专门定义方法去处理了，可以先看一下有没有现成的方法可以调用，会节省我们很多时间，提高我们程序的效率。

下面我介绍一下dataframe的一个格式化输出的方法，to_dict()

1、 使用默认的to_dict()格式化输出

df = pd.DataFrame({'col1': [1, 2],
                   'col2': [0.5, 0.75]},
                  index=['row1', 'row2'])
df
Out[3]: 
      col1  col2
row1     1  0.50
row2     2  0.75

df.to_dict()
Out[4]: {'col1': {'row1': 1, 'row2': 2}, 'col2': {'row1': 0.5, 'row2': 0.75}}

默认情况下输出时，会是dict类型，key为列名，值也是dict类型，每一个key对应 index,值为对应行列具体值。

1.1、指定series输出

df.to_dict('series')
Out[5]: 
{'col1': 
 row1    1
 row2    2
 Name: col1, dtype: int64,
 'col2': 
 row1    0.50
 row2    0.75
 Name: col2, dtype: float64}

指定series参数时，输出仍为dict，并且key仍为列名， 但是 对应的value是Series类型了

1.2 指定split输出

df.to_dict('split')
Out[6]: 
{'index': ['row1', 'row2'],
 'columns': ['col1', 'col2'],
 'data': [[1, 0.5], [2, 0.75]]}

指定split参数时，输出仍为dict。这时是将df的各个部分分开输出， value为列表类型， data对应的是二维数组。

1.3 指定record输出

df.to_dict('records')
Out[7]: [{'col1': 1, 'col2': 0.5}, {'col1': 2, 'col2': 0.75}]

指定records时，丢弃了index信息，输出了一个列表，列表中每个元素为一行数据，是dict类型，每个key是列名，value是列对应的值。

1.4 指定index输出

df.to_dict('index')
Out[8]: {'row1': {'col1': 1, 'col2': 0.5}, 'row2': {'col1': 2, 'col2': 0.75}}

相比record来说，保留了index信息，输出为dict类型，key为index名称，value是对应行的内容。

1.5 指定mapping类型

df.to_dict(into=OrderedDict)
Out[10]: 
OrderedDict([('col1', OrderedDict([('row1', 1), ('row2', 2)])),
             ('col2', OrderedDict([('row1', 0.5), ('row2', 0.75)]))])

dd = defaultdict(list)

df.to_dict('records', into=dd)
Out[12]: 
[defaultdict(list, {'col1': 1, 'col2': 0.5}),
 defaultdict(list, {'col1': 2, 'col2': 0.75})]

完结。。。
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.to_dict.html