Pandas数据帧到字典列表

我有以下数据框架:

customer    item1      item2    item3
1           apple      milk     tomato
2           water      orange   potato
3           juice      mango    chips

我想把它翻译成每行的字典列表

rows = [
{
'customer': 1,
'item1': 'apple',
'item2': 'milk',
'item3': 'tomato'
}, {
'customer': 2,
'item1':
'water',
'item2': 'orange',
'item3': 'potato'
}, {
'customer': 3,
'item1': 'juice',
'item2': 'mango',
'item3': 'chips'
}
]
226183 次浏览
小开

使用df.T.to_dict().values()，如下所示:

In [1]: df
Out[1]:
customer  item1   item2   item3
0         1  apple    milk  tomato
1         2  water  orange  potato
2         3  juice   mango   chips


In [2]: df.T.to_dict().values()
Out[2]:
[{'customer': 1.0, 'item1': 'apple', 'item2': 'milk', 'item3': 'tomato'},
{'customer': 2.0, 'item1': 'water', 'item2': 'orange', 'item3': 'potato'},
{'customer': 3.0, 'item1': 'juice', 'item2': 'mango', 'item3': 'chips'}]
小开
最佳答案

使用df.to_dict('records')——无需在外部转置即可给出输出。

In [2]: df.to_dict('records')
Out[2]:
[{'customer': 1L, 'item1': 'apple', 'item2': 'milk', 'item3': 'tomato'},
{'customer': 2L, 'item1': 'water', 'item2': 'orange', 'item3': 'potato'},
{'customer': 3L, 'item1': 'juice', 'item2': 'mango', 'item3': 'chips'}]
小开

作为约翰·高尔特的 answer -的扩展

对于以下DataFrame，

   customer  item1   item2   item3
0         1  apple    milk  tomato
1         2  water  orange  potato
2         3  juice   mango   chips

如果你想获得一个包含索引值的字典列表，你可以这样做，

df.to_dict('index')

它输出一个字典的字典，其中父字典的键是索引值。在这种情况下，

{0: {'customer': 1, 'item1': 'apple', 'item2': 'milk', 'item3': 'tomato'},
1: {'customer': 2, 'item1': 'water', 'item2': 'orange', 'item3': 'potato'},
2: {'customer': 3, 'item1': 'juice', 'item2': 'mango', 'item3': 'chips'}}
小开

如果您只对选择一列感兴趣，这是可行的。

df[["item1"]].to_dict("records")

下面的方法将不工作，并产生TypeError:不支持的类型:。我相信这是因为它试图将一个序列转换为字典，而不是将数据帧转换为字典。

df["item1"].to_dict("records")

我只需要选择一列，并将其转换为以列名为键的字典列表，并在此停留了一段时间，所以我想分享一下。

小开

你也可以遍历行:

rows = []
for index, row in df[['customer', 'item1', 'item2', 'item3']].iterrows():
rows.append({
'customer': row['customer'],
'item1': row['item1'],
'item2': row['item2'],
'item3': row['item3'],
})

提交答案