Python将csv导入dict

对不起。我是个笨蛋 我看到

如果我有这个

country    population      population_time    EUR
Germany    82521653.0      2016-12-01         True
France     66991000.0      2017-01-01         True
Indonesia  255461700.0     2017-01-01         False
Ireland    4761865.0       NaT                True
Spain      46549045.0      2017-06-01         True
Vatican    NaN             NaT                True

如何像这样改变

[{'country': 'Germany', 'population': 82521653.0, 'population_time': Timestamp('2016-12-0100:00:00'), 'EUR': True},
{'country': 'France', 'population': 66991000.0, 'population_time': Timestamp('2017-01-01 00:00:00'), 'EUR': True},
{'country': 'Indonesia', 'population': 255461700.0, 'population_time': Timestamp('2017-01-01 00:00:00'), 'EUR': False},
{'country': 'Ireland', 'population': 4761865.0, 'population_time': NaT, 'EUR': True},
{'country': 'Spain', 'population': 46549045.0, 'population_time': Timestamp('2017-06-01 00:00:00'), 'EUR': True},
{'country': 'Vatican', 'population': nan, 'population_time': NaT, 'EUR': True}]

import pandas as pd
df = pd.read_csv('file.csv')
print(df.to_dict())

我只能这样做

[{'country': 'Germany', 'population': 82521653.0, 'population_time': Timestamp('2016-12-0100:00:00'), 'EUR': True},
{'country': 'France', 'population': 66991000.0, 'population_time': Timestamp('2017-01-01 00:00:00'), 'EUR': True},
{'country': 'Indonesia', 'population': 255461700.0, 'population_time': Timestamp('2017-01-01 00:00:00'), 'EUR': False},
{'country': 'Ireland', 'population': 4761865.0, 'population_time': NaT, 'EUR': True},
{'country': 'Spain', 'population': 46549045.0, 'population_time': Timestamp('2017-06-01 00:00:00'), 'EUR': True},
{'country': 'Vatican', 'population': nan, 'population_time': NaT, 'EUR': True}]

import pandas as pd
df = pd.read_csv('file.csv')
print(df.to_dict())

结果:

{'country':{0:'Germany', 1:'France', 2:'Indonesia', 3:'Ireland', 4:'Spain', 5:'Vatican'},
 'population ':{0:'82521653.0', 1:'66991000.0', 2:'255461700.0', 3:'4761865.0', 4:'46549045.0', 5:'NaN'},
 'population_time':{0:'2016-12-01', 1:'2017-01-01', 2:'2017-01-01', 3:'NaT', 4:'2017-06-01', 5:'NaT'},
 'EUR':{0:'True', 1:'True', 2:'False', 3:'True', 4:'True', 5:'True'},

尝试：

---

df.to_dict（orient='records'）

您可以使用

csv.DictReader

进行以下操作：

导入csv
打开（'t.csv'）作为f：
reader=csv.DictReader（f，分隔符='\t'）
数据=[d代表读取器中的d]

差不多了。对你的代码稍作修改。注意关键字参数“orient”

将熊猫作为pd导入
df=pd.read\u csv（'file.csv'））
打印（df.to_dict（orient='records'））

它给出以下输出

[{'country'：'德国'，'人口'：82521653.0，'人口时间'：'2016-12-01'，'欧元'：True}，{'country'：'法国'，'人口'：66991000.0，'人口时间'：'2017-01-01'，'欧元'：True}，{'country'：'印度尼西亚'，'人口'：255461700.0，'人口时间'：'2017-01-01'，'欧元'：False}，{'country'：'Ireland'，'population_time'：'NaT'，'EUR'：True}，{'country'：'Spain'，'population'：46549045.0，'population_time'：'2017-06-01'，'EUR'：True}，{'country'：'Vatican'，'population_time'：nan，'population_time'：'NaT EUR'，'True}]

将open（'path/to/csv'）作为infle:answer=list（csv.DictReader（infle））