web-dev-qa-db-ja.com

Pandas DataFrameを辞書に変換する

4列のDataFrameがあります。このDataFrameをPythonの辞書に変換したいです。最初の列の要素をkeysにし、同じ行の他の列の要素をvaluesにします。

DataFrame：

    ID   A   B   C
0   p    1   3   2
1   q    4   3   2
2   r    4   0   9

出力は次のようになります。

辞書：

{'p': [1,3,2], 'q': [4,3,2], 'r': [4,0,9]}
pythonpandasdictionarydataframe
99
COSTA

to_dict() メソッドはカラム名を辞書のキーとして設定するので、DataFrameを少し変形する必要があります。これを実現するには、「ID」列をインデックスとして設定してからDataFrameを置き換えます。

to_dict()は各列の値のリストを出力するために必要な 'orient'引数も受け付けます。それ以外の場合は、{index: value}形式の辞書が各列に返されます。

これらのステップは次の行で実行できます。

>>> df.set_index('ID').T.to_dict('list')
{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}

別の辞書形式が必要な場合は、以下が可能なorient引数の例です。次の単純なDataFrameを考えます。

>>> df = pd.DataFrame({'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]})
>>> df
        a      b
0     red  0.500
1  yellow  0.250
2    blue  0.125

オプションは以下の通りです。

dict - デフォルト：列名はキー、値はindex：data pairの辞書

>>> df.to_dict('dict')
{'a': {0: 'red', 1: 'yellow', 2: 'blue'}, 
 'b': {0: 0.5, 1: 0.25, 2: 0.125}}

list - キーは列名、値は列データのリスト

>>> df.to_dict('list')
{'a': ['red', 'yellow', 'blue'], 
 'b': [0.5, 0.25, 0.125]}

series - 'list'に似ていますが、値はSeriesです。

>>> df.to_dict('series')
{'a': 0       red
      1    yellow
      2      blue
      Name: a, dtype: object, 

 'b': 0    0.500
      1    0.250
      2    0.125
      Name: b, dtype: float64}

split - 値を列名、データ値を行、インデックスラベルとするキーとして、columns/data/indexを分割します。

>>> df.to_dict('split')
{'columns': ['a', 'b'],
 'data': [['red', 0.5], ['yellow', 0.25], ['blue', 0.125]],
 'index': [0, 1, 2]}

records - 各行は、キーが列名、値がセル内のデータである辞書になります。

>>> df.to_dict('records')
[{'a': 'red', 'b': 0.5}, 
 {'a': 'yellow', 'b': 0.25}, 
 {'a': 'blue', 'b': 0.125}]

index - 'records'に似ていますが、インデックスラベルとしてキーを持つ（リストではなく）辞書の辞書

>>> df.to_dict('index')
{0: {'a': 'red', 'b': 0.5},
 1: {'a': 'yellow', 'b': 0.25},
 2: {'a': 'blue', 'b': 0.125}}
206
Alex Riley

Zipを使用してみてください

df = pd.read_csv("file")
d= dict([(i,[a,b,c ]) for i, a,b,c in Zip(df.ID, df.A,df.B,df.C)])
print d

出力：

{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}
15
user4179775

次の手順を実行します：

データフレームが次のようになっているとします。

>>> df
   A  B  C ID
0  1  3  2  p
1  4  3  2  q
2  4  0  9  r

1. set_indexを使用してID列をデータフレームインデックスとして設定します。

    df.set_index("ID", drop=True, inplace=True)

2. orient=indexパラメータを使用して、インデックスを辞書のキーとして使用します。

    dictionary = df.to_dict(orient="index")

結果は次のようになります。

    >>> dictionary
    {'q': {'A': 4, 'B': 3, 'D': 2}, 'p': {'A': 1, 'B': 3, 'D': 2}, 'r': {'A': 4, 'B': 0, 'D': 9}}

3.各サンプルをリストとして用意する必要がある場合は、次のコードを実行します。列の順番を決める

column_order= ["A", "B", "C"] #  Determine your preferred order of columns
d = {} #  Initialize the new dictionary as an empty dictionary
for k in dictionary:
    d[k] = [dictionary[k][column_name] for column_name in column_order]
11
Farhad Maleki

辞書の値がタプルであることを気にしないのなら、itertuplesを使うことができます。

>>> {x[0]: x[1:] for x in df.itertuples(index=False)}
{'p': (1, 3, 2), 'q': (4, 3, 2), 'r': (4, 0, 9)}
8
ksindi

私の使用（xy位置のノード名）のために、私は@ user4179775の最も有用/直感的な答えを見つけました：

import pandas as pd

df = pd.read_csv('glycolysis_nodes_xy.tsv', sep='\t')

df.head()
    nodes    x    y
0  c00033  146  958
1  c00031  601  195
...

xy_dict_list=dict([(i,[a,b]) for i, a,b in Zip(df.nodes, df.x,df.y)])

xy_dict_list
{'c00022': [483, 868],
 'c00024': [146, 868],
 ... }

xy_dict_tuples=dict([(i,(a,b)) for i, a,b in Zip(df.nodes, df.x,df.y)])

xy_dict_tuples
{'c00022': (483, 868),
 'c00024': (146, 868),
 ... }

補遺

他の、しかし関連する仕事のために、後でこの問題に戻りました。以下は、[優れた]受け入れられた答えをより厳密に反映したアプローチです。

node_df = pd.read_csv('node_prop-glycolysis_tca-from_pg.tsv', sep='\t')

node_df.head()
   node  kegg_id kegg_cid            name  wt  vis
0  22    22       c00022   pyruvate        1   1
1  24    24       c00024   acetyl-CoA      1   1
...

Pandasデータフレームを[リスト]、{dict}、{dict of {dict}}、...に変換します

受け入れられた回答ごと：

node_df.set_index('kegg_cid').T.to_dict('list')

{'c00022': [22, 22, 'pyruvate', 1, 1],
 'c00024': [24, 24, 'acetyl-CoA', 1, 1],
 ... }

node_df.set_index('kegg_cid').T.to_dict('dict')

{'c00022': {'kegg_id': 22, 'name': 'pyruvate', 'node': 22, 'vis': 1, 'wt': 1},
 'c00024': {'kegg_id': 24, 'name': 'acetyl-CoA', 'node': 24, 'vis': 1, 'wt': 1},
 ... }

私の場合、Pandasデータフレームから選択した列で同じことをしたかったので、列をスライスする必要がありました。 2つのアプローチがあります。

  1. 直接：

（参照： pandasをキー値に使用される列を定義する辞書に変換する ）

node_df.set_index('kegg_cid')[['name', 'wt', 'vis']].T.to_dict('dict')

{'c00022': {'name': 'pyruvate', 'vis': 1, 'wt': 1},
 'c00024': {'name': 'acetyl-CoA', 'vis': 1, 'wt': 1},
 ... }
  1. 「間接的に：」最初に、Pandasデータフレームから目的の列/データをスライスします（再度、2つのアプローチ）。
node_df_sliced = node_df[['kegg_cid', 'name', 'wt', 'vis']]

または

node_df_sliced2 = node_df.loc[:, ['kegg_cid', 'name', 'wt', 'vis']]

その後、辞書の辞書を作成するために使用できます

node_df_sliced.set_index('kegg_cid').T.to_dict('dict')

{'c00022': {'name': 'pyruvate', 'vis': 1, 'wt': 1},
 'c00024': {'name': 'acetyl-CoA', 'vis': 1, 'wt': 1},
 ... }
0
Victoria Stuart

DataFrame.to_dict()はDataFrameを辞書に変換します。

例

>>> df = pd.DataFrame(
    {'col1': [1, 2], 'col2': [0.5, 0.75]}, index=['a', 'b'])
>>> df
   col1  col2
a     1   0.1
b     2   0.2
>>> df.to_dict()
{'col1': {'a': 1, 'b': 2}, 'col2': {'a': 0.5, 'b': 0.75}}

詳しくはこちら Documentation をご覧ください。

0
Umer