4 개의 열이있는 DataFrame이 있습니다. 이 DataFrame을 파이썬 사전으로 변환하고 싶습니다. 첫 번째 열의 keys요소는이고 같은 행의 다른 열의 요소는 values.
DataFrame :
ID A B C
0 p 1 3 2
1 q 4 3 2
2 r 4 0 9
출력은 다음과 같아야합니다.
사전:
{'p': [1,3,2], 'q': [4,3,2], 'r': [4,0,9]}
Dataframe.to_dict()A,B,C대신 열쇠를 만들 것입니다p,q,r
답변:
이 to_dict()메서드는 열 이름을 사전 키로 설정하므로 DataFrame을 약간 변경해야합니다. 'ID'열을 인덱스로 설정 한 다음 DataFrame을 전치하는 것이이를 달성하는 한 가지 방법입니다.
to_dict()또한 각 열에 대한 값 목록 을 출력하는 데 필요한 'orient'인수도 허용합니다 . 그렇지 않으면 양식의 사전이 {index: value}각 열에 대해 리턴됩니다.
이러한 단계는 다음 행으로 수행 할 수 있습니다.
>>> df.set_index('ID').T.to_dict('list')
{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}
다른 사전 형식이 필요한 경우 가능한 방향 인수의 예는 다음과 같습니다. 다음과 같은 간단한 DataFrame을 고려하십시오.
>>> df = pd.DataFrame({'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]})
>>> df
a b
0 red 0.500
1 yellow 0.250
2 blue 0.125
옵션은 다음과 같습니다.
dict- 기본값 : 열 이름은 키이고 값은 인덱스 : 데이터 쌍의 사전입니다.
>>> df.to_dict('dict')
{'a': {0: 'red', 1: 'yellow', 2: 'blue'},
'b': {0: 0.5, 1: 0.25, 2: 0.125}}
list- 키는 열 이름, 값은 열 데이터 목록입니다.
>>> df.to_dict('list')
{'a': ['red', 'yellow', 'blue'],
'b': [0.5, 0.25, 0.125]}
시리즈 - '목록'과 비슷하지만 값은 시리즈입니다.
>>> df.to_dict('series')
{'a': 0 red
1 yellow
2 blue
Name: a, dtype: object,
'b': 0 0.500
1 0.250
2 0.125
Name: b, dtype: float64}
스플릿 - 값은 각각의 행 인덱스 라벨로 열 이름 데이터 값으로 되 키로 분할 열 / 데이터 / 인덱스
>>> df.to_dict('split')
{'columns': ['a', 'b'],
'data': [['red', 0.5], ['yellow', 0.25], ['blue', 0.125]],
'index': [0, 1, 2]}
레코드 -각 행은 키가 열 이름이고 값이 셀의 데이터 인 사전이됩니다.
>>> df.to_dict('records')
[{'a': 'red', 'b': 0.5},
{'a': 'yellow', 'b': 0.25},
{'a': 'blue', 'b': 0.125}]
index- '레코드'와 비슷하지만 목록이 아닌 색인 레이블로 키가있는 사전 사전
>>> df.to_dict('index')
{0: {'a': 'red', 'b': 0.5},
1: {'a': 'yellow', 'b': 0.25},
2: {'a': 'blue', 'b': 0.125}}
df.set_index('ID').T.to_dict('list')
df.to_dict('records')가장 현대적인 소프트웨어가 json비슷한 패턴 과 일치하는 사전을 원하는 방법 입니다.
사용해보십시오 Zip
df = pd.read_csv("file")
d= dict([(i,[a,b,c ]) for i, a,b,c in zip(df.ID, df.A,df.B,df.C)])
print d
산출:
{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}
데이터 프레임이 다음과 같다고 가정합니다.
>>> df
A B C ID
0 1 3 2 p
1 4 3 2 q
2 4 0 9 r
set_index설정하는 데 사용 합니다 ID. df.set_index("ID", drop=True, inplace=True)
orient=index인덱스를 사전 키로 사용하려면 매개 변수를 사용하십시오 . dictionary = df.to_dict(orient="index")
결과는 다음과 같습니다.
>>> dictionary
{'q': {'A': 4, 'B': 3, 'D': 2}, 'p': {'A': 1, 'B': 3, 'D': 2}, 'r': {'A': 4, 'B': 0, 'D': 9}}
column_order= ["A", "B", "C"] # Determine your preferred order of columns
d = {} # Initialize the new dictionary as an empty dictionary
for k in dictionary:
d[k] = [dictionary[k][column_name] for column_name in column_order]
사전은 다음과 같아야합니다.
{'red': '0.500', 'yellow': '0.250, 'blue': '0.125'}
다음과 같은 데이터 프레임에서 필요합니다.
a b
0 red 0.500
1 yellow 0.250
2 blue 0.125
가장 간단한 방법은 다음과 같습니다.
dict(df.values.tolist())
아래 작업 스 니펫 :
import pandas as pd
df = pd.DataFrame({'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]})
dict(df.values.tolist())
내 사용을 위해 (xy 위치가있는 노드 이름) 가장 유용하고 직관적 인 @ user4179775의 답변을 찾았습니다.
import pandas as pd
df = pd.read_csv('glycolysis_nodes_xy.tsv', sep='\t')
df.head()
nodes x y
0 c00033 146 958
1 c00031 601 195
...
xy_dict_list=dict([(i,[a,b]) for i, a,b in zip(df.nodes, df.x,df.y)])
xy_dict_list
{'c00022': [483, 868],
'c00024': [146, 868],
... }
xy_dict_tuples=dict([(i,(a,b)) for i, a,b in zip(df.nodes, df.x,df.y)])
xy_dict_tuples
{'c00022': (483, 868),
'c00024': (146, 868),
... }
추가
나는 나중에 다른 관련 작업을 위해이 문제로 돌아 왔습니다. 여기에 [우수한] 수용된 답변을보다 가깝게 반영하는 접근 방식이 있습니다.
node_df = pd.read_csv('node_prop-glycolysis_tca-from_pg.tsv', sep='\t')
node_df.head()
node kegg_id kegg_cid name wt vis
0 22 22 c00022 pyruvate 1 1
1 24 24 c00024 acetyl-CoA 1 1
...
Pandas 데이터 프레임을 [list], {dict}, {dict of {dict}}, ...
수락 된 답변 당 :
node_df.set_index('kegg_cid').T.to_dict('list')
{'c00022': [22, 22, 'pyruvate', 1, 1],
'c00024': [24, 24, 'acetyl-CoA', 1, 1],
... }
node_df.set_index('kegg_cid').T.to_dict('dict')
{'c00022': {'kegg_id': 22, 'name': 'pyruvate', 'node': 22, 'vis': 1, 'wt': 1},
'c00024': {'kegg_id': 24, 'name': 'acetyl-CoA', 'node': 24, 'vis': 1, 'wt': 1},
... }
제 경우에는 Pandas 데이터 프레임에서 선택한 열을 사용하여 동일한 작업을 수행하고 싶었 기 때문에 열을 슬라이스해야했습니다. 두 가지 접근 방식이 있습니다.
(참조 : pandas를 키 값에 사용되는 열을 정의하는 사전으로 변환 )
node_df.set_index('kegg_cid')[['name', 'wt', 'vis']].T.to_dict('dict')
{'c00022': {'name': 'pyruvate', 'vis': 1, 'wt': 1},
'c00024': {'name': 'acetyl-CoA', 'vis': 1, 'wt': 1},
... }
node_df_sliced = node_df[['kegg_cid', 'name', 'wt', 'vis']]
또는
node_df_sliced2 = node_df.loc[:, ['kegg_cid', 'name', 'wt', 'vis']]
그런 다음 사전 사전을 만드는 데 사용할 수 있습니다.
node_df_sliced.set_index('kegg_cid').T.to_dict('dict')
{'c00022': {'name': 'pyruvate', 'vis': 1, 'wt': 1},
'c00024': {'name': 'acetyl-CoA', 'vis': 1, 'wt': 1},
... }
DataFrame.to_dict() DataFrame을 사전으로 변환합니다.
예
>>> df = pd.DataFrame(
{'col1': [1, 2], 'col2': [0.5, 0.75]}, index=['a', 'b'])
>>> df
col1 col2
a 1 0.1
b 2 0.2
>>> df.to_dict()
{'col1': {'a': 1, 'b': 2}, 'col2': {'a': 0.5, 'b': 0.75}}
자세한 내용은이 문서 를 참조하십시오.
Dataframe.to_dict()?