“파이썬에서 사전이라는 데이터 구조는 정보를 키-값 쌍으로 저장하는 데 사용됩니다. 사전 개체는 키 또는 키를 알고 있을 때 데이터/값을 추출하도록 최적화되어 있습니다. 사전에는 중복 키가 포함될 수 있습니다. 관련 인덱스를 사용하여 값을 효율적으로 찾기 위해 관련 인덱스가 있는 pandas 시리즈 또는 데이터 프레임을 'index: value' 키-값 쌍이 있는 사전 개체로 변환할 수 있습니다. 이 작업을 수행하기 위해 'to_dict()' 메서드를 사용할 수 있습니다. 이 함수는 pandas 모듈의 Series 클래스에 있는 내장 함수입니다. 데이터 프레임은 orient 매개변수의 지정된 값에 따라 pandas.to_dict() 메서드를 사용하여 파이썬 목록과 같은 계열 데이터 사전으로 변환됩니다.'
Pandas를 Python 사전으로 변환하는 방법?
팬더를 사전으로 변환하는 방법에는 여러 가지가 있습니다. 그러나 Pandas 데이터 프레임을 Python 사전으로 변환하기 위해 Pandas에서 to_dict() 메서드를 사용합니다. to_dict() 함수를 사용하여 다양한 방식으로 반환된 사전의 키-값 쌍을 지정할 수 있습니다. 함수의 구문은 다음과 같습니다.
통사론
pandas.to_dict ( 동쪽 = '딕셔너리', ~ 안으로 = )
매개변수
동양: 열(시리즈)을 변환할 데이터 유형은 문자열 값('dict', 'list', 'records', 'index', 'series', 'split')으로 지정됩니다. 예를 들어, 키워드 'list'는 출력으로 '열 이름' 및 'List'(변환된 시리즈) 키가 있는 목록 객체의 파이썬 사전을 제공합니다.
안으로: 클래스, 인스턴스 또는 실제 클래스로 전달할 수 있습니다. 예를 들어 기본 dict의 경우 클래스 인스턴스를 전달할 수 있습니다. 매개변수의 기본값은 dict입니다.
반환 유형: 데이터 프레임 또는 시리즈에서 변환된 사전입니다.
예제 # 01: Pandas 데이터 프레임을 사전으로 변환
pd.DataFrame() 함수에서 목록의 튜플을 사용하여 나중에 파이썬 사전으로 변환할 수 있도록 일부 열과 행이 있는 기본 데이터 프레임을 만듭니다.
pd.DataFrame() 함수 내부에 목록을 전달하여 데이터 프레임을 만들었습니다. 위의 데이터 프레임에는 '회사', '판매' 및 '수익'이라는 세 개의 열이 있습니다. 컬럼 회사에는 임의의 회사 이름을 'A&B', 'Max_tech', 'XT', 'MJ', 'Quanto', 'Mini_X', 'Zomo', 'AU', 'HL'로 저장했습니다. , “ZMX”, “Earny”), “sales” 열은 (“217”, “200”, “199”, “150”, “210”, “216”, “185”) 각 회사의 매출을 나타냅니다. ', '189', '202', '159', '205'), 그리고 '수익' 열은 매출 대비 각 회사의 매출을 나타내는 값을 저장합니다(340000 320000 300000 270000 315000 305000). 이제 데이터 프레임 'df'를 파이썬 사전으로 변환합니다.
to_dict() 메서드를 df 데이터 프레임에 적용하여 pandas 데이터 프레임을 사전으로 변환했습니다.
예제 # 02: CSV 파일에서 생성된 Pandas 데이터 프레임을 사전으로 변환
예제 # 1에서는 목록 내부에 튜플을 사용하여 데이터 프레임을 만들었습니다. 이제 CSV 파일을 사용하여 데이터 프레임을 만든 다음 to_dict() 함수를 사용하여 사전으로 변환합니다.
파일을 데이터 프레임으로 읽기 위해 pd.read_csv() 함수를 사용했습니다. 위의 데이터 프레임에는 2개의 열(이름 및 표시)과 17개의 행(0에서 16까지)이 있습니다. 이제 to_dict() 메서드를 사용할 것입니다.
이 함수는 데이터 프레임 'df'를 파이썬 사전으로 변환했습니다.
예제 # 03: Pandas 데이터 프레임을 값 목록이 포함된 사전으로 변환
이전 예에서 우리는 팬더를 여러 사전을 포함하는 파이썬 사전으로 변환했습니다. 데이터 프레임을 사전 객체로 변환할 때 열 레이블은 사전의 키로 사용되어야 하며 모든 열의 데이터 또는 값은 각 키에 대한 값 목록으로 결과 사전에 추가되어야 합니다.
'name', 'country' 및 'age' 열이 있는 데이터 프레임을 만들었습니다. '이름' 열에는 데이터 값('Anna', 'Marty', 'Carl', 'Mary', 'Cleb', 'Ali', 'Alexa', 'Becky', 'Ryan')이 저장되어 있습니다. . 다른 열 국가 및 연령은 ('USA', 'England', 'USA', 'France', 'Russia', 'Russia', 'France', 'England', 'USA') 및 ( 각각 34, 32, 30, 27, 31, 33, 35, 25, 30). to_dict() 메소드 내부의 'list' 매개변수를 사용하여 목록을 포함하는 사전을 생성합니다.
to_list() 함수 내에서 list 매개변수를 인수로 사용하여 여러 목록을 포함하는 사전을 생성했습니다.
예제 # 03: Pandas 데이터 프레임을 일련의 값을 포함하는 사전으로 변환
DataFrame을 사전으로 변환해야 하는 경우 열 이름은 사전 키로 사용되며 열의 행 인덱스와 데이터는 사전의 해당 키에 대한 값으로 사용됩니다.
pd.DataFrame() 메서드를 사용하여 필요한 데이터 프레임을 만들었습니다. 최근에 생성된 데이터 프레임에는 두 개의 열이 있습니다. 이름 열은 데이터 값을 문자열('Kim', 'Morris', 'Casper', 'Milli', 'Dave', 'Will', 'Billy')로 저장하는 반면 마크 열은 숫자 데이터로 구성됩니다( 8, 9, 6, 7, 10, 7, 8). to_dict() 함수 내에서 'series' 매개변수를 문자열로 사용합니다.
예제 # 04: Pandas 데이터 프레임을 인덱스와 헤더가 없는 사전으로 변환
to_dict() 함수의 'split' 매개변수는 열의 헤더 없이 DataFrame에서 데이터를 추출하거나 데이터에서 헤더와 행 인덱스를 제거해야 할 때 사용할 수 있습니다. 열 레이블, 행 인덱스 및 실제 데이터는 이 매개변수를 사용하여 세 가지 구성요소로 분할됩니다. 데이터 프레임을 만들어 딕셔너리로 변환하는 동안 세 부분으로 나눌 수 있도록 합시다.
값('Dave', 'Morris', 'Billy', 'Milli', 'Kim', 'Will', 'Casper') 및 (19, 19 , 25, 21, 19, 21, 23). 파이썬 사전으로 변환해 봅시다.
'data' 키를 사용하여 인덱스나 헤더 없이 결과 사전에서 데이터를 검색할 수 있습니다.
예제 # 05: 행 및 행 인덱스를 사용하여 Pandas 데이터 프레임을 사전으로 변환
'record' 매개변수는 to_dict() 함수 내에서 각 데이터 프레임 행의 데이터를 목록 내부의 여러 개별 사전 객체에 저장하거나 행 단위 데이터가 필요할 때 사용할 수 있습니다. 사전 개체를 포함하는 목록이 반환됩니다. 열 레이블을 키로 사용하고 열 데이터를 모든 행의 값으로 사용하는 사전입니다.
'name' 및 'salary' 열이 있는 데이터 프레임을 만들었습니다. '이름' 열에는 데이터 값('Leo', 'Haris', 'Wanda', 'Mike', 'Kelly', 'Adam', 'Jack')이 포함되고 급여 열에는 값(12000, 12500)이 저장됩니다. , 14000, 11000, 12000, 13000, 12500). 이제 각 행의 데이터를 포함하는 여러 파이썬 사전으로 목록을 생성해 보겠습니다.
인덱스 매개변수를 사용하여 각 행의 데이터를 데이터 프레임에서 사전으로 변환할 수도 있습니다. 사전 항목이 포함된 목록이 반환됩니다. 각 행은 사전을 생성합니다. 여기서 행 인덱스는 키가 되고 값은 데이터 및 열 레이블의 사전이 됩니다.
결론
이 튜토리얼에서는 데이터 프레임 또는 팬더 객체를 파이썬 사전으로 변환하는 방법에 대해 논의했습니다. 우리는 이 함수의 매개변수를 이해하기 위한 to_dict() 함수의 구문과 다른 매개변수로 함수를 지정하여 함수의 출력을 수정하는 방법을 보았습니다. 이 튜토리얼의 예제에서는 pandas 객체를 파이썬 사전으로 변경하기 위해 내장 pandas 함수인 to_dict() 메서드를 사용했습니다.