如何将Python中DataFrame中的行转换为字典

例如，我现在将DataFrame作为

id score1   score2  score3  score4  score5
1  0.000000     0.108659    0.000000    0.078597    1
2  0.053238     0.308253    0.286353    0.446433    1
3  0.000000     0.083979    0.808983    0.233052    1

我想把它转换成

id scoreDict
1  {'1': 0, '2': 0.1086, ...}
2  {...}
3  {...}

---

无论如何都要这样做吗？

我认为下面的代码将以您想要的格式为您提供数据帧。它还允许您选择任何列作为索引

import pandas as pd

# your df
# =========================
print(df)

   id  score1  score2  score3  score4  score5
0   1  0.0000  0.1087  0.0000  0.0786       1
1   2  0.0532  0.3083  0.2864  0.4464       1
2   3  0.0000  0.0840  0.8090  0.2331       1

# to_dict
# =========================
df.to_dict(orient='records')

Out[318]: 
[{'id': 1.0,
  'score1': 0.0,
  'score2': 0.10865899999999999,
  'score3': 0.0,
  'score4': 0.078597,
  'score5': 1.0},
 {'id': 2.0,
  'score1': 0.053238000000000001,
  'score2': 0.308253,
  'score3': 0.28635300000000002,
  'score4': 0.44643299999999997,
  'score5': 1.0},
 {'id': 3.0,
  'score1': 0.0,
  'score2': 0.083978999999999998,
  'score3': 0.80898300000000001,
  'score4': 0.23305200000000001,
  'score5': 1.0}]

import pandas as pd

#IMPORT YOUR DATA
#Any other way to import data can also be used. I saved it in .csv file 
df=pd.read_csv('dftestid.csv')
print("INITIAL DATAFRAME")
print(df)
print()

#Convert Data Frame to Dictionary (set_index method allows any column to be used as index)
df2dict=df.set_index('id').transpose().to_dict(orient='dict')


#Convert Dictionary to List with 'score' replaced
dicttolist=[[k,{int(k1.replace('score','')):v1 for k1,v1 in v.items()}] for k,v in df2dict.items()]

#"Create the new DataFrame"

df2=pd.DataFrame(dicttolist,columns=['id', 'scoreDict'])
print("NEW DATAFRAME")
print(df2)


OUT:
INITIAL DATAFRAME
   id    score1    score2    score3    score4  score5
0   1  0.000000  0.108659  0.000000  0.078597       1
1   2  0.053238  0.308253  0.286353  0.446433       1
2   3  0.000000  0.083979  0.808983  0.233052       1

NEW DATAFRAME
   id                                          scoreDict
0   1  {1: 0.0, 2: 0.108659, 3: 0.0, 4: 0.078597, 5: ...
1   2  {1: 0.053238, 2: 0.308253, 3: 0.286353, 4: 0.4...
2   3  {1: 0.0, 2: 0.083979, 3: 0.808983, 4: 0.233052...

---

对于像我这样的其他人来说，这是一个问题，但希望做到以下几点： 逐行创建dict以基于相邻列的值映射列

这是我们的映射表：

  Rating    y
0  AAA      19
1  AA1      18
2  AA2      17
3  AA3      16
4  A1       15
5  A2       14
6  A3       13
      ...
19 D       0

在：

输出：

df=pd.DataFrame（{'col1'：[1,2]，
'col2'：[0.5,0.75]}，
索引=['row1'，'row2']）
df
col1 col2
第1行10.50
第2排0.75
df.to_dict（东方class='index'）
{'row1'：{'col1'：1，'col2'：0.5}，'row2'：{'col1'：2，'col2'：0.75}

对我来说，这个解决方案没有调用

转置

。转置时，您的

评级

（列）成为（唯一）行，因此

df_map['Rating']

在my中返回了一个错误（非常类似）dfWorth为将来的读者补充说，orient参数会根据您想要分割数据帧的方式采用几个不同的值——关于这个方法的pandas文档可以在

import pandas as pd
df_map.set_index('y')
df_map.transpose()
dict_y = df_map['Rating'].to_dict()

{19: 'AAA',
 18: 'AA1',
 17: 'AA2',
 16: 'AA3',
 15: 'A1',
 14: 'A2',
 13: 'A3',
 12: 'BBB1',
 11: 'BBB2',
 10: 'BBB3',
 9: 'BB1',
 8: 'BB2',
 7: 'BB3',
 6: 'B1',
 5: 'B2',
 4: 'B3',
 3: 'CCC1',
 2: 'CCC2',
 1: 'D'}