Python 如何快速将pandas数据帧行转换为ordereddict

正在寻找一种快速的方法，将pandas数据帧中的一行转换为有序的dict，而不使用out using list。这个列表很好，但如果数据集很大，则需要很长时间。我使用菲奥娜GIS阅读器，行是有序的DISTS，给出了数据类型的模式。我使用熊猫来连接数据。在很多情况下，行将具有不同的类型，因此我在考虑使用string类型转换为numpy数组

不幸的是，您不能只执行应用程序（因为它将应用程序放回数据帧）：

但您可以将列表理解用于：

如果可以使用生成器（而不是列表）来处理您正在处理的任何内容，那么这通常会更有效率：

In [6]: (OrderedDict(row) for i, row in df.iterrows())
Out[6]: <generator object <genexpr> at 0x10466da50>

[6]中的

：（i的OrderedDict（行），df.iterrows（）中的行）
出[6]：

这是在

0.21.0+

函数中通过参数

实现的

：

df = pd.DataFrame([[1, 2], [3, 4]], columns=['a', 'b'])
print (df)
   a  b
0  1  2
1  3  4

d = df.to_dict(into=OrderedDict, orient='index')
print (d)
OrderedDict([(0, OrderedDict([('a', 1), ('b', 2)])), (1, OrderedDict([('a', 3), ('b', 4)]))])

---

这是@jezrael答案中to_dict

进入

关键字参数的最佳答案

In [6]: (OrderedDict(row) for i, row in df.iterrows())
Out[6]: <generator object <genexpr> at 0x10466da50>

df = pd.DataFrame([[1, 2], [3, 4]], columns=['a', 'b'])
print (df)
   a  b
0  1  2
1  3  4

d = df.to_dict(into=OrderedDict, orient='index')
print (d)
OrderedDict([(0, OrderedDict([('a', 1), ('b', 2)])), (1, OrderedDict([('a', 3), ('b', 4)]))])