Python 使用新键将数据帧转换为Dict格式

转换此项的最佳方法是什么：

                               deviceid devicetype
0  b569dcb7-4498-4cb4-81be-333a7f89e65f     Google
1  04d3b752-f7a1-42ae-8e8a-9322cda4fd7f    Android
2  cf7391c5-a82f-4889-8d9e-0a423f132026    Android

为此：

0 {"deviceid":"b569dcb7-4498-4cb4-81be-333a7f89e65f","devicetype":["Google"]}
1 {"deviceid":"04d3b752-f7a1-42ae-8e8a-9322cda4fd7f","devicetype":["Android"]}
2 {"deviceid":"cf7391c5-a82f-4889-8d9e-0a423f132026","devicetype":["Android"]}

我已经尝试过df.to_dict（），但这只会给出：

{'deviceid': {0: 'b569dcb7-4498-4cb4-81be-333a7f89e65f',
  1: '04d3b752-f7a1-42ae-8e8a-9322cda4fd7f',
  2: 'cf7391c5-a82f-4889-8d9e-0a423f132026'},
 'devicetype': {0: 'Google', 1: 'Android', 2: 'Android'}}

---

您可以使用apply with

来应用json

：

In [11]: s = df.apply((lambda x: x.to_json()), axis=1)

In [12]: s[0]
Out[12]: '{"deviceid":"b569dcb7-4498-4cb4-81be-333a7f89e65f","devicetype":"Google"}'

要获取设备类型的列表，可以手动执行以下操作：

In [13]: s1 = df.apply((lambda x: {"deviceid": x["deviceid"], "devicetype": [x["devicetype"]]}), axis=1)

In [14]: s1[0]
Out[14]: {'deviceid': 'b569dcb7-4498-4cb4-81be-333a7f89e65f', 'devicetype': ['Google']}

---

要扩展上一个答案，

To_dict（）

应该比

To_json（）

对于较大的测试数据帧，这似乎是正确的，但是对于您提供的示例来说，

to_dict（）

方法实际上稍微慢一点

大型测试集

In [1]: %timeit s = df.apply((lambda x: x.to_json()), axis=1)
Out[1]: 100 loops, best of 3: 5.88 ms per loop

In [2]: %timeit s = df.apply((lambda x: x.to_dict()), axis=1)
Out[2]: 100 loops, best of 3: 3.91 ms per loop

提供的示例

In [3]: %timeit s = df.apply((lambda x: x.to_json()), axis=1)
Out[3]: 1000 loops, best of 3: 375 µs per loop

In [4]: %timeit s = df.apply((lambda x: x.to_dict()), axis=1)
Out[4]: 1000 loops, best of 3: 450 µs per loop

---

这是因为在创建json的过程中，to_json创建了一个dict，即基本上to_json做str（x.to_dict（））。也就是说，dict是另一个很好的选项+1。