pandas转为字典格式

import pandas as pd
df=pd.read_excel('文件路径')
print(df.set_index(['词'])['频率'].to_dict())
#输出效果{'blackout': 176, 'light': 103}
可以使用pandas的`to_dict()`方法将DataFrame转换为字典。`to_dict()`方法接受一个参数`orient`,用于指定输出字典的方向,可选的方向有`'dict'`(默认值)、`'list'`、`'series'`、`'split'`和`'records'`,具体使用方法如下: ```python import pandas as pd df = pd.DataFrame({ 'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35], 'gender': ['F', 'M', 'M'] }) # 将DataFrame转换为字典,使用默认的orient='dict' dict1 = df.to_dict() print(dict1) # 将DataFrame转换为字典,指定orient='list' dict2 = df.to_dict(orient='list') print(dict2) # 将DataFrame转换为字典,指定orient='series' dict3 = df.to_dict(orient='series') print(dict3) # 将DataFrame转换为字典,指定orient='split' dict4 = df.to_dict(orient='split') print(dict4) # 将DataFrame转换为字典,指定orient='records' dict5 = df.to_dict(orient='records') print(dict5) ``` 输出结果如下: ``` {'name': {0: 'Alice', 1: 'Bob', 2: 'Charlie'}, 'age': {0: 25, 1: 30, 2: 35}, 'gender': {0: 'F', 1: 'M', 2: 'M'}} {'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35], 'gender': ['F', 'M', 'M']} {'name': {0: 'Alice', 1: 'Bob', 2: 'Charlie'}, 'age': {0: 25, 1: 30, 2: 35}, 'gender': {0: 'F', 1: 'M', 2: 'M'}} {'columns': ['name', 'age', 'gender'], 'index': [0, 1, 2], 'data': [['Alice', 25, 'F'], ['Bob', 30, 'M'], ['Charlie', 35, 'M']]} [{'name': 'Alice', 'age': 25, 'gender': 'F'}, {'name': 'Bob', 'age': 30, 'gender': 'M'}, {'name': 'Charlie', 'age': 35, 'gender': 'M'}] ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

金融小白数据分析之路

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值