Python 将数据框添加到字典列表

我有以下数据帧：

customer item1 item2 item3 1 apple milk tomato 2 water orange potato 3 juice mango chips 编辑 正如John Galt在中提到的，您可能应该改为使用

df.to_dict（'records'）

。它比手动换位快

In [20]: timeit df.T.to_dict().values()
1000 loops, best of 3: 395 µs per loop

In [21]: timeit df.to_dict('records')
10000 loops, best of 3: 53 µs per loop

---

原始答案 使用

df.T._dict（）.values（）

，如下所示：

In [1]: df
Out[1]:
   customer  item1   item2   item3
0         1  apple    milk  tomato
1         2  water  orange  potato
2         3  juice   mango   chips

In [2]: df.T.to_dict().values()
Out[2]:
[{'customer': 1.0, 'item1': 'apple', 'item2': 'milk', 'item3': 'tomato'},
 {'customer': 2.0, 'item1': 'water', 'item2': 'orange', 'item3': 'potato'},
 {'customer': 3.0, 'item1': 'juice', 'item2': 'mango', 'item3': 'chips'}]

Use——提供输出而无需外部转置

In [2]: df.to_dict('records')
Out[2]:
[{'customer': 1L, 'item1': 'apple', 'item2': 'milk', 'item3': 'tomato'},
 {'customer': 2L, 'item1': 'water', 'item2': 'orange', 'item3': 'potato'},
 {'customer': 3L, 'item1': 'juice', 'item2': 'mango', 'item3': 'chips'}]

作为答案的延伸-

对于以下数据帧

   customer  item1   item2   item3
0         1  apple    milk  tomato
1         2  water  orange  potato
2         3  juice   mango   chips

如果您想获得包含索引值的词典列表，可以执行以下操作：

df.to_dict('index')

它输出一个字典字典，其中父字典的键是索引值。在这种特殊情况下

{0: {'customer': 1, 'item1': 'apple', 'item2': 'milk', 'item3': 'tomato'},
 1: {'customer': 2, 'item1': 'water', 'item2': 'orange', 'item3': 'potato'},
 2: {'customer': 3, 'item1': 'juice', 'item2': 'mango', 'item3': 'chips'}}

---

如果您只对选择一列感兴趣，这将起作用

df[["item1"]].to_dict("records")

下面的操作将不起作用，并产生类型错误：不支持的类型：。我认为这是因为它试图将一个系列转换为dict，而不是将一个数据帧转换为dict

df["item1"].to_dict("records")

---

我要求只选择一列，并将其转换为以列名为键的dict列表，我在上面停留了一段时间，所以我想与大家分享。

欢迎使用Stack Overflow！我将您的代码示例缩进了4个空格，以便正确呈现-有关格式的详细信息，请参阅编辑帮助。我将如何更改它以将索引值包含到结果列表的每个条目中？@gabriel.Oliveira您可以执行df.reset_index（）.to_dict（'records'））在每种情况下是否保留列的顺序，即结果列表中的第n个条目是否始终也是第n列？是否记录了某种神奇的列名？还有其他神奇的列吗？@StephenBoesch请参阅文档：“Records”是指向结果方向的str参数。如果每个客户的数据框包含许多行，那么解决方案是什么？当我使用

df.T.to_dict（）.values（）

，打开csv文件到dict列表时，我也会松开排序顺序，我的速度是UnicodeSv的两倍。DictReader检查下面的答案，即@mirosval和@Zero。最好的方法是使用

df.来记录（'records'）

df["item1"].to_dict("records")