pandas 0.23 - DataFrame.to_dict()

pandas.DataFrame.to_dict




pandas

pandas.DataFrame.to_dict

DataFrame.to_dict(orient='dict', into=<class 'dict'>) [source]

DataFrame को डिक्शनरी में बदलें।

कुंजी-मूल्य जोड़े के प्रकार को मापदंडों के साथ अनुकूलित किया जा सकता है (नीचे देखें)।

पैरामीटर:

पूरबी : str {'तानाशाह', 'सूची', 'श्रृंखला', 'विभाजन', 'रिकॉर्ड', 'सूचकांक'}

शब्दकोश के मूल्यों का प्रकार निर्धारित करता है।

  • 'तानाशाह' (डिफ़ॉल्ट): तानाशाह की तरह {कॉलम -> {इंडेक्स -> वैल्यू}}
  • 'सूची': {कॉलम -> [मान]} जैसे तानाशाह
  • 'सीरीज़': {कॉलम -> सीरीज़ (वैल्यूज़)} की तरह
  • 'स्प्लिट': {जैसे '' इंडेक्स '-> [इंडेक्स],' कॉलम '-> [कॉलम],' डेटा '-> [मान]}
  • 'रिकॉर्ड': सूची [{कॉलम -> मान},…, {कॉलम -> मूल्य}]
  • 'इंडेक्स': {इंडेक्स -> {कॉलम -> वैल्यू}} की तरह

संकेतन की अनुमति है। s series इंगित करता है और sp split दर्शाता है।

में : वर्ग, डिफ़ॉल्ट तानाशाही

वापसी मूल्य में सभी मैपिंग के लिए संग्रह। मैपिंग उपवर्ग का उपयोग किया जाता है। वास्तविक वर्ग या मानचित्रण प्रकार का एक खाली उदाहरण हो सकता है जिसे आप चाहते हैं। यदि आप एक संग्रह चाहते हैं।

संस्करण में नया 0.21.0।

यह दिखाता है:
result : collections.Mapping like {column -> {index -> value}}

यह भी देखें

DataFrame.from_dict
एक शब्दकोश से एक DataFrame बनाएँ
DataFrame.to_json
एक JF प्रारूप में एक DataFrame परिवर्तित करें

उदाहरण

>>> df = pd.DataFrame({'col1': [1, 2],
...                    'col2': [0.5, 0.75]},
...                   index=['a', 'b'])
>>> df
   col1  col2
a     1   0.50
b     2   0.75
>>> df.to_dict()
{'col1': {'a': 1, 'b': 2}, 'col2': {'a': 0.5, 'b': 0.75}}

आप वापसी अभिविन्यास निर्दिष्ट कर सकते हैं।

>>> df.to_dict('series')
{'col1': a    1
         b    2
         Name: col1, dtype: int64,
 'col2': a    0.50
         b    0.75
         Name: col2, dtype: float64}
>>> df.to_dict('split')
{'index': ['a', 'b'], 'columns': ['col1', 'col2'],
 'data': [[1.0, 0.5], [2.0, 0.75]]}
>>> df.to_dict('records')
[{'col1': 1.0, 'col2': 0.5}, {'col1': 2.0, 'col2': 0.75}]
>>> df.to_dict('index')
{'a': {'col1': 1.0, 'col2': 0.5}, 'b': {'col1': 2.0, 'col2': 0.75}}

आप मैपिंग प्रकार भी निर्दिष्ट कर सकते हैं।

>>> from collections import OrderedDict, defaultdict
>>> df.to_dict(into=OrderedDict)
OrderedDict([('col1', OrderedDict([('a', 1), ('b', 2)])),
             ('col2', OrderedDict([('a', 0.5), ('b', 0.75)]))])

यदि आप एक defaultdict चाहते हैं, तो आपको इसे आरंभ करने की आवश्यकता है:

>>> dd = defaultdict(list)
>>> df.to_dict('records', into=dd)
[defaultdict(<class 'list'>, {'col1': 1.0, 'col2': 0.5}),
 defaultdict(<class 'list'>, {'col1': 2.0, 'col2': 0.75})]