'In Python wordt een gegevensstructuur, een woordenboek genaamd, gebruikt om informatie op te slaan als sleutel-waardeparen. Woordenboekobjecten zijn geoptimaliseerd om gegevens/waarden te extraheren wanneer de sleutel of sleutels bekend zijn. Houd er rekening mee dat woordenboeken dubbele sleutels kunnen bevatten. Om efficiënt waarden te vinden met behulp van de gerelateerde index, kunnen we een panda-serie of dataframe met een relevante index converteren naar een woordenboekobject met 'index: value' sleutel-waardeparen. Om deze taak uit te voeren, kan de methode 'to_dict()' worden gebruikt. Deze functie is een ingebouwde functie die te vinden is in de klasse Series van de module Panda's. Een dataframe wordt geconverteerd naar een python-lijstachtige datadictionary van series met behulp van de pandas.to_dict()-methode, afhankelijk van de gespecificeerde waarde van de orient-parameter.'
Hoe panda's om te zetten in een Python-woordenboek?
Er zijn meerdere methoden om panda's naar een woordenboek te converteren. Om een Pandas-dataframe echter om te zetten in een Python-woordenboek, gebruiken we de methode to_dict() in Pandas. We kunnen de sleutel-waardeparen van het geretourneerde woordenboek op verschillende manieren oriënteren met behulp van de functie to_dict(). De syntaxis van de functie is als volgt:
Syntaxis
pandas.to_dict ( oost = 'dictaat', naar binnen = )
Parameters:
oriënteren: Naar welk datatype kolommen (reeksen) moeten worden geconverteerd, wordt gespecificeerd door de tekenreekswaarde ('dict', 'list', 'records', 'index', 'series', 'split'). Het trefwoord 'lijst' zou bijvoorbeeld een python-woordenboek van lijstobjecten opleveren met de toetsen 'Kolomnaam' en 'Lijst' (geconverteerde reeksen) als uitvoer.
naar binnen: klasse, kan worden doorgegeven als een instantie of een werkelijke klasse. Er kan bijvoorbeeld een klasse-instantie worden doorgegeven in het geval van een standaarddictaat. De standaardwaarde van de parameter is dict.
Retourtype: Woordenboek geconverteerd vanuit een dataframe of serie.
Voorbeeld # 01: Het Pandas-dataframe converteren naar een woordenboek
Met behulp van de tupel van lijsten in de functie pd.DataFrame() zullen we een basisdataframe maken met enkele kolommen en rijen, zodat we het later kunnen converteren naar een python-woordenboek.
We hebben ons dataframe gemaakt door de lijst binnen de functie pd.DataFrame() door te geven. In het bovenstaande dataframe hebben we drie kolommen 'bedrijf', 'verkoop' en 'omzet'. In de kolom bedrijf hebben we de namen van willekeurige bedrijven opgeslagen als ('A&B', 'Max_tech', 'XT', 'MJ', 'Quanto', 'Mini_X', 'Zomo', 'AU', 'HL' , 'ZMX', 'Earny'), vertegenwoordigt de kolom 'sales' de verkoop van elk bedrijf als ('217', '200', '199', '150', '210', '216', '185 ”, '189', '202', '159', '205'), en de kolom 'omzet' slaat de waarden op die de inkomsten van elk bedrijf vertegenwoordigen tegen de respectieve verkopen (340000 320000 300000 270000 315000 335000 250000 255000 301000 244000 305000). Nu zullen we ons dataframe 'df' omzetten in een python-woordenboek.
Door de methode to_dict() toe te passen op het df-dataframe, hebben we een panda-dataframe geconverteerd naar een woordenboek.
Voorbeeld # 02: Het Pandas-dataframe dat is gemaakt van een CSV-bestand converteren naar een woordenboek
In voorbeeld # 1 hebben we een dataframe gemaakt met tupels in de lijst. Nu zullen we een dataframe maken met behulp van een CSV-bestand, en dan zullen we het converteren naar een woordenboek met behulp van de to_dict() functie.
Om een bestand als dataframe te lezen, hebben we de functie pd.read_csv() gebruikt. In het bovenstaande dataframe hebben we twee kolommen (Naam en Marks) en zeventien rijen (van 0 tot 16). Nu gaan we de methode to_dict() gebruiken.
De functie heeft ons dataframe 'df' omgezet in een python-woordenboek.
Voorbeeld # 03: Panda's-dataframe converteren naar het woordenboek met de zoeklijsten
In de eerdere voorbeelden hebben we de panda's omgezet in een python-woordenboek met meerdere woordenboeken. Bij het converteren van een dataframe naar een woordenboekobject, moeten kolomlabels dienen als de woordenboeksleutels en moeten alle gegevens of waarden van de kolommen aan het resulterende woordenboek worden toegevoegd als een waardenlijst voor elke sleutel.
We hebben het dataframe gemaakt met drie kolommen 'naam', 'land' en 'leeftijd'. In de kolom 'naam' hebben we de gegevenswaarden opgeslagen ('Anna', 'Marty', 'Carl', 'Mary', 'Cleb', 'Ali', 'Alexa', 'Becky', 'Ryan') . Terwijl de andere kolommen land en leeftijd sterke waarden zijn als (“VS”, “Engeland”, “VS”, “Frankrijk”, “Rusland”, “Rusland”, “Frankrijk”, “Engeland”, “VS”) en ( 34, 32, 30, 27, 31, 33, 35, 25, 30). We zullen een woordenboek maken met de lijsten met behulp van de parameter 'list' in de methode to_dict().
Door de parameter list als argument te gebruiken in de functie to_list() hebben we een woordenboek gegenereerd dat meerdere lijsten bevat.
Voorbeeld # 03: Panda's-dataframe converteren naar het woordenboek met de reeks waarden
Wanneer een DataFrame moet worden omgezet in een woordenboek, dient de kolomnaam als woordenboeksleutels en de rijindex en gegevens in de kolom als waarde voor de overeenkomstige sleutels in het woordenboek.
We hebben het vereiste dataframe gemaakt met behulp van de pd.DataFrame()-methode. In het recent gemaakte dataframe hebben we twee kolommen. De naamkolom slaat de gegevenswaarden op als een tekenreeks ('Kim', 'Morris', 'Casper', 'Milli', 'Dave', 'Will', 'Billy'), terwijl de markeerkolommen bestaan uit numerieke gegevens als ( 8, 9, 6, 7, 10, 7, 8). We zullen de parameter 'serie' gebruiken als een tekenreeks in de functie to_dict().
Voorbeeld # 04: Panda's-dataframe converteren naar het woordenboek zonder index en koptekst
De parameter 'split' van de functie to_dict() kan worden gebruikt om gegevens uit een DataFrame te extraheren zonder de kopteksten van kolommen of wanneer we de kop- en rijindex uit de gegevens moeten verwijderen. Kolomlabels, rij-index en werkelijke gegevens worden met deze parameter in drie componenten gesplitst. Laten we een dataframe maken, zodat we het in drie delen kunnen splitsen terwijl we het naar het woordenboek converteren.
We hebben twee kolommen gemaakt met labels 'naam' en 'leeftijd' met waarden ('Dave', 'Morris', 'Billy', 'Milli', 'Kim', 'Will', 'Casper') en (19, 19 , 25, 21, 19, 21, 23) respectievelijk. Laten we ze converteren naar python-woordenboeken.
Met behulp van de sleutel 'gegevens' kunnen we de gegevens ophalen uit het resulterende woordenboek zonder een index of koptekst.
Voorbeeld # 05: Panda's-dataframe converteren naar het woordenboek per rij en rij-index
De parameter 'record' kan worden gebruikt in de functie to_dict() om gegevens van elke dataframerij op te slaan in meerdere afzonderlijke woordenboekobjecten in een lijst of wanneer rijgewijze gegevens vereist zijn. Er wordt een lijst met woordenboekobjecten geretourneerd. Een woordenboek met een kolomlabel als sleutel en kolomgegevens als waarde voor elke rij.
We hebben een dataframe gemaakt met kolommen “naam” en “salaris”. De kolom 'naam' bevat de gegevenswaarden ('Leo', 'Haris', 'Wanda', 'Mike', 'Kelly', 'Adam', 'Jack'), en de salariskolom slaat de waarden op (12000, 12500 , 14000, 11000, 12000, 13000, 12500). Laten we nu een lijst maken met meerdere python-woordenboeken met gegevens van elke rij.
De indexparameter kan ook worden gebruikt om de gegevens van elke rij van een dataframe naar een woordenboek te converteren. Er wordt een lijst met woordenboekitems geretourneerd. Elke rij genereert een woordenboek. Waar de rij-index de sleutel is en de waarde het woordenboek van gegevens en kolomlabel.
Conclusie
In deze zelfstudie hebben we besproken hoe we de dataframe- of panda-objecten kunnen converteren naar een python-woordenboek. We hebben de syntaxis van de functie to_dict() gezien om de parameters van deze functie te begrijpen en hoe u de uitvoer van de functie kunt wijzigen door de functie met verschillende parameters op te geven. In de voorbeelden van deze zelfstudie hebben we de methode to_dict() gebruikt, een ingebouwde panda-functie, om de panda-objecten te wijzigen in het python-woordenboek.