如何从Pandas Dataframe获取字典

从Pandas DataFrame获取字典可以通过使用to_dict()方法来实现。to_dict()方法可以将DataFrame的数据转换为字典形式，并且提供多种参数来控制转换的方式。

具体而言，to_dict()方法包括以下参数：

• orient：表示返回字典的形式，有以下几种选项：
  • dict：默认选项，将DataFrame的列名作为字典的键，每一列的数据以列表形式作为字典的值。
  • list：将每一行的数据作为字典的值，以列名作为字典的键。
  • series：将每一列的数据作为字典的值，以列名作为字典的键。
  • split：将每个单元格的数据作为字典的值，以(行标签, 列标签)的元组作为字典的键。
  • records：将每一行的数据作为字典的值，以行号作为字典的键。
  • index：将每一列的数据作为字典的值，以行号作为字典的键。
  • columns：将每一列的数据作为字典的值，以列名作为字典的键。
  • values：将DataFrame的数据以多维数组的形式返回。
• into：表示字典的类型，可以是dict或collections.OrderedDict，默认为dict。

下面是一个示例代码：

import pandas as pd

# 创建一个示例DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)

# 将DataFrame转换为字典
dict_data = df.to_dict(orient='dict')
print(dict_data)

# 输出结果：
# {'Name': {0: 'Alice', 1: 'Bob', 2: 'Charlie'},
#  'Age': {0: 25, 1: 30, 2: 35},
#  'City': {0: 'New York', 1: 'London', 2: 'Paris'}}

在上述示例中，我们创建了一个包含姓名、年龄和城市信息的DataFrame。然后，我们使用to_dict()方法将DataFrame转换为字典，并指定orient='dict'参数以按列生成字典。

如果想了解更多关于Pandas DataFrame的相关信息，可以访问腾讯云的Pandas文档。