pandas.DataFrame.to_dict

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

Преобразование DataFrame в словарь.

Тип пар ключ-значение можно настроить с помощью параметров (см. ниже).

Parameters:

orient:str {‘dict’, ‘list’, ‘series’, ‘split’, ‘tight’, ‘records’, ‘index’}

Определяет тип значений в словаре.

• ‘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]}

• ‘tight’ : словарь вида {‘индекс’ -> [индекс], ‘столбцы’ -> [столбцы], ‘данные’ -> [значения], ‘имена_индекса’ -> [имена_индекса], ‘имена_столбцов’ -> [имена_столбцов]}

• ‘records’ : список вида [{столбец -> значение}, … , {столбец -> значение}]

• ‘index’ : словарь вида {индекс -> {столбец -> значение}}

Добавлена в версии 1.4.0: ‘tight’ как допустимое значение для аргумента orient

into:class, default dict

Подкласс collections.abc.MutableMapping, используемый для всех отображений в возвращаемом значении. Может быть фактическим классом или пустым экземпляром типа отображения, который вы хотите. Если вам нужен collections.defaultdict, вы должны передать его инициализированным.

index:bool, default True

Включать ли элемент индекса (и элемент имен индекса, если orient равно ‘tight’) в возвращаемый словарь. Может быть только False при orient равно ‘split’ или ‘tight’.

Добавлена в версии 2.0.0.

Returns:

dict, list or collections.abc.MutableMapping

Возвращает объект collections.abc.MutableMapping, представляющий DataFrame. Результирующее преобразование зависит от параметра orient.

См. также

DataFrame.from_dict

Создать DataFrame из словаря.

DataFrame.to_json

Преобразовать DataFrame в формат JSON.

Примеры

>>> df = pd.DataFrame({'col1': [1, 2],
...                    'col2': [0.5, 0.75]},
...                   index=['row1', 'row2'])
>>> df
      col1  col2
row1     1  0.50
row2     2  0.75
>>> df.to_dict()
{'col1': {'row1': 1, 'row2': 2}, 'col2': {'row1': 0.5, 'row2': 0.75}}

Вы можете указать ориентацию возвращаемого значения.

>>> df.to_dict('series')
{'col1': row1    1
         row2    2
Name: col1, dtype: int64,
'col2': row1    0.50
        row2    0.75
Name: col2, dtype: float64}

>>> df.to_dict('split')
{'index': ['row1', 'row2'], 'columns': ['col1', 'col2'],
 'data': [[1, 0.5], [2, 0.75]]}

>>> df.to_dict('records')
[{'col1': 1, 'col2': 0.5}, {'col1': 2, 'col2': 0.75}]

>>> df.to_dict('index')
{'row1': {'col1': 1, 'col2': 0.5}, 'row2': {'col1': 2, 'col2': 0.75}}

>>> df.to_dict('tight')
{'index': ['row1', 'row2'], 'columns': ['col1', 'col2'],
 'data': [[1, 0.5], [2, 0.75]], 'index_names': [None], 'column_names': [None]}

Вы также можете указать тип отображения.

>>> from collections import OrderedDict, defaultdict
>>> df.to_dict(into=OrderedDict)
OrderedDict([('col1', OrderedDict([('row1', 1), ('row2', 2)])),
             ('col2', OrderedDict([('row1', 0.5), ('row2', 0.75)]))])

Если вам нужен defaultdict, вам необходимо его инициализировать:

>>> dd = defaultdict(list)
>>> df.to_dict('records', into=dd)
[defaultdict(<class 'list'>, {'col1': 1, 'col2': 0.5}),
 defaultdict(<class 'list'>, {'col1': 2, 'col2': 0.75})]