pandas之DataFrame与Dict的相互转换

        在使用pandas进行数据分析的时候，大多数情况下可以用read_csv、read_excel等函数读取数据。但是，有时候，我们面对的是字典形式的数据结构。在这种情况下，需要用到Dataframe与Dict之间的相互转换。

sales = [{"Fruits":"apple","Numbers":5},
         {"Fruits":"banana","Numbers":8},
         {"Fruits":"pear","Numbers":9}]
df = pd.Dataframe(sales)

        在这种情形下，字典键被用作columns，索引index被自动生成。

sales = {"Fruits":["apple","banana","pear"],
         "Numbers":[5,8,9]}
df = pd.Dataframe.from_dict(sales)

        使用此种方法得到的结果与上述上述结果相同。

        Dataframe转换为Dict主要用到to_dict(orient)函数。参数orient的值可以取dict、list、series、split、records、index等。这里我们主要讲解list、records两个参数值。假设Dataframe数据结构df如下：

df.to_dict(orient='list')

        得到的字典为：

{'Fruits': ['apple', 'banana', 'pear'], 
'Numbers': [5, 8, 9]}

df.to_dict(orient='records')

        得到的字典为

[{'Fruits': 'apple', 'Numbers': 5},

{'Fruits': 'banana', 'Numbers': 8},

{'Fruits': 'pear', 'Numbers': 9}]