pandas.DataFrame.to_dict

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

Преобразование DataFrame в словарь.

Параметры:

orient : str {‘dict’, ‘list’, ‘series’, ‘split’, ‘records’, ‘index’} Определяет тип значений словаря. dict (по умолчанию) : словарь вида {столбец -> {индекс -> значение}} list : словарь вида {столбец -> [значения]} series : словарь вида {столбец -> Series(значения)} split : словарь вида {индекс -> [индекс], столбцы -> [столбцы], данные -> [значения]} records : список вида [{столбец -> значение}, ... , {столбец -> значение}] index : словарь вида {индекс -> {столбец -> значение}} Добавлена в версии 0.17.0. Допускаются сокращения. s означает series, а sp означает split. into : класс, по умолчанию dict Подкласс collections.Mapping, используемый для всех словарей в возвращаемом значении. Может быть фактическим классом или пустым экземпляром типа отображения, который вы хотите. Если вы хотите collections.defaultdict, вы должны передать его инициализированным. Добавлена в версии 0.21.0.

Возвращаемое значение:

result : collections.Mapping, например {столбец -> {индекс -> значение}}

Примеры

>>> 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}}

Можно указать ориентацию возвращаемого значения.

>>> 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')
{'columns': ['col1', 'col2'],
'data': [[1.0, 0.5], [2.0, 0.75]],
'index': ['a', 'b']}
>>> 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}}

Также можно указать тип отображения.

>>> 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)]))])

Если вам нужен defaultdict, вам нужно его инициализировать:

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