ฉันมี DataFrame สี่คอลัมน์ ฉันต้องการแปลง DataFrame นี้เป็นพจนานุกรมหลาม ฉันต้องการองค์ประกอบของคอลัมน์แรกจะเป็นkeysและองค์ประกอบของคอลัมน์อื่น ๆ ในปี valuesพ.ศ.

DataFrame:

    ID   A   B   C
0   p    1   3   2
1   q    4   3   2
2   r    4   0   9  

ผลลัพธ์ควรเป็นดังนี้:

พจนานุกรม:

{'p': [1,3,2], 'q': [4,3,2], 'r': [4,0,9]}

to_dict()วิธีการกำหนดชื่อคอลัมน์เป็นกุญแจพจนานุกรมดังนั้นคุณจะต้องที่จะช่วยพัฒนา DataFrame ของคุณเล็กน้อย การตั้งค่าคอลัมน์ 'ID' เป็นดัชนีจากนั้นทำการโอนย้าย DataFrame เป็นวิธีหนึ่งในการบรรลุเป้าหมายนี้

to_dict()ยอมรับอาร์กิวเมนต์ 'ปรับทิศทาง' ซึ่งคุณต้องใช้เพื่อแสดงรายการค่าสำหรับแต่ละคอลัมน์ มิฉะนั้นพจนานุกรมของแบบฟอร์ม{index: value}จะถูกส่งกลับสำหรับแต่ละคอลัมน์

ขั้นตอนเหล่านี้สามารถทำได้ด้วยบรรทัดต่อไปนี้:

>>> df.set_index('ID').T.to_dict('list')
{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}

ในกรณีที่จำเป็นต้องใช้รูปแบบพจนานุกรมอื่น ๆ ต่อไปนี้เป็นตัวอย่างของข้อโต้แย้งแบบตะวันออกที่เป็นไปได้ พิจารณา DataFrame อย่างง่าย ๆ ต่อไปนี้:

>>> 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

จากนั้นตัวเลือกมีดังนี้

dict - ค่าเริ่มต้น: ชื่อคอลัมน์คือกุญแจ, ค่าเป็นพจนานุกรมของดัชนี: คู่ข้อมูล

>>> df.to_dict('dict')
{'a': {0: 'red', 1: 'yellow', 2: 'blue'}, 
 'b': {0: 0.5, 1: 0.25, 2: 0.125}}

list - คีย์คือชื่อคอลัมน์ค่าคือรายการของข้อมูลคอลัมน์

>>> df.to_dict('list')
{'a': ['red', 'yellow', 'blue'], 
 'b': [0.5, 0.25, 0.125]}

series - like 'list' แต่ค่าเป็น Series

>>> 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}

แยก - แยกคอลัมน์ / ข้อมูล / ดัชนีเป็นคีย์ที่มีค่าเป็นชื่อคอลัมน์ค่าข้อมูลตามแถวและป้ายชื่อดัชนีตามลำดับ

>>> df.to_dict('split')
{'columns': ['a', 'b'],
 'data': [['red', 0.5], ['yellow', 0.25], ['blue', 0.125]],
 'index': [0, 1, 2]}

บันทึก - แต่ละแถวจะกลายเป็นพจนานุกรมโดยที่คีย์คือชื่อคอลัมน์และค่าคือข้อมูลในเซลล์

>>> df.to_dict('records')
[{'a': 'red', 'b': 0.5}, 
 {'a': 'yellow', 'b': 0.25}, 
 {'a': 'blue', 'b': 0.125}]

ดัชนี - เช่น 'บันทึก' แต่พจนานุกรมของพจนานุกรมที่มีคีย์เป็นป้ายกำกับดัชนี (แทนที่จะเป็นรายการ)

>>> df.to_dict('index')
{0: {'a': 'red', 'b': 0.5},
 1: {'a': 'yellow', 'b': 0.25},
 2: {'a': 'blue', 'b': 0.125}}

ลองใช้ดู 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

เอาท์พุท:

{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}

ทำตามขั้นตอนเหล่านี้:

สมมติว่าไฟล์ข้อมูลของคุณเป็นดังนี้:

>>> df
   A  B  C ID
0  1  3  2  p
1  4  3  2  q
2  4  0  9  r

1. ใช้set_indexเพื่อตั้งค่าIDคอลัมน์เป็นดัชนี dataframe

    df.set_index("ID", drop=True, inplace=True)

2. ใช้orient=indexพารามิเตอร์เพื่อให้ดัชนีเป็นคีย์พจนานุกรม

    dictionary = df.to_dict(orient="index")

ผลลัพธ์จะเป็นดังนี้:

    >>> dictionary
    {'q': {'A': 4, 'B': 3, 'D': 2}, 'p': {'A': 1, 'B': 3, 'D': 2}, 'r': {'A': 4, 'B': 0, 'D': 9}}

3. ถ้าคุณต้องการให้แต่ละตัวอย่างเป็นรายการให้รันโค้ดต่อไปนี้ กำหนดลำดับของคอลัมน์

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]

หากคุณไม่คำนึงว่าค่าพจนานุกรมเป็นสิ่งอันดับคุณสามารถใช้ itertuples:

>>> {x[0]: x[1:] for x in df.itertuples(index=False)}
{'p': (1, 3, 2), 'q': (4, 3, 2), 'r': (4, 0, 9)}

ควรพจนานุกรมเช่น:

{'red': '0.500', 'yellow': '0.250, 'blue': '0.125'}

จะต้องออกจาก dataframe เช่น:

        a      b
0     red  0.500
1  yellow  0.250
2    blue  0.125

วิธีที่ง่ายที่สุดจะทำ:

dict(df.values.tolist())

ตัวอย่างการทำงานด้านล่าง:

import pandas as pd
df = pd.DataFrame({'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]})
dict(df.values.tolist())

สำหรับการใช้งานของฉัน (ชื่อโหนดที่มีตำแหน่ง xy) ฉันพบคำตอบของ @ user4179775 เกี่ยวกับประโยชน์ / การหยั่งรู้ที่สุด:

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),
 ... }

ภาคผนวก

ฉันกลับมาที่ปัญหานี้ในภายหลังสำหรับคนอื่น ๆ แต่ที่เกี่ยวข้องทำงาน นี่คือวิธีการที่จะสะท้อนคำตอบที่ได้รับการยอมรับอย่างดียิ่งขึ้น

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
...

แปลง Pandas dataframe เป็น [list], {dict}, {dict of {dict}}, ...

ต่อคำตอบที่ยอมรับ:

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},
 ... }

ในกรณีของฉันฉันต้องการทำสิ่งเดียวกัน แต่ด้วยคอลัมน์ที่เลือกจาก Pandas dataframe ดังนั้นฉันจึงต้องแบ่งส่วนคอลัมน์ มีสองวิธี

1. โดยตรง:

(ดู: แปลงแพนด้าเป็นพจนานุกรมที่กำหนดคอลัมน์ที่ใช้สำหรับค่าคีย์ )

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},
 ... }

2. "ทางอ้อม:" ก่อนอื่นแบ่งส่วนคอลัมน์ / ข้อมูลที่ต้องการจาก Pandas dataframe (อีกสองวิธีเข้าด้วยกัน)

node_df_sliced = node_df[['kegg_cid', 'name', 'wt', 'vis']]

หรือ

node_df_sliced2 = node_df.loc[:, ['kegg_cid', 'name', 'wt', 'vis']]

ที่สามารถใช้ในการสร้างพจนานุกรมของพจนานุกรมได้

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() แปลง DataFrame เป็นพจนานุกรม

ตัวอย่าง

>>> 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}}

ดูเอกสารนี้สำหรับรายละเอียด