[英]how to convert csv to dictionary using pandas
如何使用 Pandas 将 csv 转换为字典? 例如,我有 2 列,并且希望 column1 是键,而 column2 是值。 我的数据如下所示:
"name","position"
"UCLA","73"
"SUNY","36"
cols = ['name', 'position']
df = pd.read_csv(filename, names = cols)
由于您的示例 csv-data 的第一行是“标题”,您可以使用pandas.read_csv()
的squeeze
关键字将其读取为pd.Series
:
>>> pd.read_csv(filename, index_col=0, header=None, squeeze=True).to_dict()
{'UCLA': 73, 'SUNY': 36}
如果您还想包括第一行,请删除header
关键字(或将其设置为None
)。
将列转换为列表,然后压缩并转换为字典:
In [37]:
df = pd.DataFrame({'col1':['first','second','third'], 'col2':np.random.rand(3)})
print(df)
dict(zip(list(df.col1), list(df.col2)))
col1 col2
0 first 0.278247
1 second 0.459753
2 third 0.151873
[3 rows x 2 columns]
Out[37]:
{'third': 0.15187291615699894,
'first': 0.27824681093923298,
'second': 0.4597530377539677}
当您将文件保存在磁盘上时,我认为ankostis 答案是最优雅的解决方案。
但是,如果您不想或不能走从文件系统保存和加载的弯路,您也可以这样做:
df = pd.DataFrame({"name": [73, 36], "position" : ["UCLA", "SUNY"]})
series = df["position"]
series.index = df["name"]
series.to_dict()
结果:
{'UCLA': 73, 'SUNY': 36}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.