Pandas中Dataframe与Series转换List及Dict的方法详解

Dataframe转换为List的方法

将Dataframe转换为List

首先准备一个包含多列的多维Dataframe作为输入数据：

 df = pd.DataFrame({'a':[1,3,5,7,4,5,6,4,7,8,9], 'b':[3,5,6,2,4,6,7,8,7,8,9]})

提取其中a列的所有元素并转换为List：

# 方法1df['a'].values.tolist() # 方法2df['a'].tolist()

若需提取a列中不重复的元素并转换为List，可使用以下方法：

df['a'].drop_duplicates().values.tolist()

接着处理一维Dataframe的情况：

df = pd.DataFrame([3, 5, 6, 2, 4, 6, 7, 8, 7, 8, 9])

将其整体转换为List的List（即二维列表）：

df.values.tolist()

Series转换为List

将Series转换为List

Series.tolist()

Dataframe转换为字典（Dict）

Python将Dataframe转化为字典（dict）

在某些应用场景中，例如生成词云时，我们需要将Dataframe中的一列作为键（key），另一列作为对应的值（value），此时传入的数据类型应为字典格式。

import pandas as pd
data = pd.DataFrame([['a',1],['b',2]], columns=['key','value'])
dict1 = dict(zip(data['key'],data['value']))

data
Out[25]: 
  key value
0  a   1
1  b   2

最终输出的结果如下所示：

dict1 Out[8]: {'a': 1, 'b': 2}

Dataframe内置了直接转换为字典格式的方法。需要注意的是，这种直接转换生成的是复合字典：每一列以Dataframe的索引（index）为键，该列的值作为字典的值，最终所有列被整合在一个大字典中。

data.to_dict()

Out[10]: {'key': {0: 'a', 1: 'b'}, 'value': {0: 1, 1: 2}}

如果我们希望实现“一列作为字典的key，另一列作为value”的效果，可以先将目标key列设置为Dataframe的索引，再调用上述转换方法即可实现。

dict2 = data.set_index('key').to_dict()

使用时需注意，这种方法输出的字典依然是复合结构，其中包含一个用于表示原Dataframe列名的键（即value列的列名）。

dict2

Out[24]: {'value': {'a': 1, 'b': 2}}

至此，关于Pandas中Dataframe或Series转换为List及Dict的方法介绍完毕。如需了解更多相关内容，欢迎查阅本站过往文章或继续浏览后续教程，感谢支持！