blocks|key|2633604|text|您显示的目标结构是一组字典。因为dicts是不可哈希的，所以不可能创建。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2633605|相反，您可能需要一个字典列表。|2633606|result+=+[
+++++{k:+yourdict[k][n]+for+k+in+yourdict}+for+n+in+sorted(yourdict['name'])
]|code-block|syntax|javascript|2633607|测试：|2633608|[
++++{'category':+'category+1',+'email':+'abc@abc.com',+'name':+'abc'},
++++{'category':+'category+2',+'email':+'xyz@xyz.com',+'name':+'xyz'}
]|2633609|entityMap^0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|O|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|P|8|@]|9|@]|A|$]]|$1|D|3|E|5|F|7|Q|8|@]|9|@]|A|$G|H]]|$1|I|3|J|5|6|7|R|8|@]|9|@]|A|$]]|$1|K|3|L|5|F|7|S|8|@]|9|@]|A|$G|H]]|$1|M|3|-4|5|6|7|T|8|@]|9|@]|A|$]]]|N|$]]

The target structure you display is a set of dicts. Since dicts are not hashable, it is not possible to create.

Instead you probably want a list of dicts.

<pre><code>result = [
 {k: yourdict[k][n] for k in yourdict} for n in sorted(yourdict['name'])
]
</code></pre>

Testing:

<pre><code>[
 {'category': 'category 1', 'email': 'abc@abc.com', 'name': 'abc'},
 {'category': 'category 2', 'email': 'xyz@xyz.com', 'name': 'xyz'}
]
</code></pre>

blocks|key|2423403|text|您可以在将数据帧转换为字典之前对其进行转置。这将生成一个字典字典，其中每个键都是原始数据帧中的索引值。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|2423404|import+pandas+as+pd
pd.DataFrame({
+++'name'+:+{
++++++0:+'abc',
++++++1:+'xyz'
+++++},
+++'email':+{
+++++0:+'abc@abc.com',
+++++1:+'xyz@xyz.com',
+++},
+++'category':+{
+++++0:+'category+1',
+++++1:+'category+2',+
+++}
}).T.to_dict()|code-block|syntax|javascript|2423405|输出：|2423406|{0:+{'name':+'abc',+'email':+'abc@abc.com',+'category':+'category+1'},
+1:+{'name':+'xyz',+'email':+'xyz@xyz.com',+'category':+'category+2'}}|2423407|entityMap^0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|M|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|N|8|@]|9|@]|A|$E|F]]|$1|G|3|H|5|6|7|O|8|@]|9|@]|A|$]]|$1|I|3|J|5|D|7|P|8|@]|9|@]|A|$E|F]]|$1|K|3|-4|5|6|7|Q|8|@]|9|@]|A|$]]]|L|$]]

You could transpose your dataframe before converting it to a dictionary. This will produce a dictionary of dictionaries, where each key is an index value from the original dataframe.

<pre><code>import pandas as pd
pd.DataFrame({
 'name' : {
 0: 'abc',
 1: 'xyz'
 },
 'email': {
 0: 'abc@abc.com',
 1: 'xyz@xyz.com',
 },
 'category': {
 0: 'category 1',
 1: 'category 2', 
 }
}).T.to_dict()
</code></pre>

Outputs:

<pre><code>{0: {'name': 'abc', 'email': 'abc@abc.com', 'category': 'category 1'},
 1: {'name': 'xyz', 'email': 'xyz@xyz.com', 'category': 'category 2'}}
</code></pre>

blocks|key|2633751|text|您可以将'records'作为所需的方向传递给to_dict()|type|unstyled|depth|inlineStyleRanges|offset|length|style|CODE|entityRanges|data|2633752|df.to_dict('records')|code-block|syntax|javascript|2633753|默认方向'dict'会生成类似于{column+->+{index+->+value}}的输出，如您的示例所示，其中'records'将生成一个类似于[{column+->+value},+…+,+{column+->+value}]的列表，这是您想要的输出。|2633754|entityMap|0|LINK|mutability|MUTABLE|url|https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_dict.html^0|4|9|N|9|N|9|0|0|0|4|6|G|S|1M|9|23|16|0^^$0|@$1|2|3|4|5|6|7|U|8|@$9|V|A|W|B|C]|$9|X|A|Y|B|C]]|D|@$9|Z|A|10|1|11]]|E|$]]|$1|F|3|G|5|H|7|12|8|@]|D|@]|E|$I|J]]|$1|K|3|L|5|6|7|13|8|@$9|14|A|15|B|C]|$9|16|A|17|B|C]|$9|18|A|19|B|C]|$9|1A|A|1B|B|C]]|D|@]|E|$]]|$1|M|3|-4|5|6|7|1C|8|@]|D|@]|E|$]]]|N|$O|$5|P|Q|R|E|$S|T]]]]

You could just pass <code>'records'</code> as the desired orientation to <a href="https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_dict.html" rel="nofollow noreferrer"><code>to_dict()</code></a>:

<pre><code>df.to_dict('records')
</code></pre>

The default orientation <code>'dict'</code> produces output like <code>{column -&gt; {index -&gt; value}}</code> as can be seen in your example, where as <code>'records'</code> a list like <code>[{column -&gt; value}, … , {column -&gt; value}]</code>, which is your desired output.

I have the following dictionary, which i got when applied <code>to_dict()</code> method on a pandas dataframe.

<pre><code>{
 'name' : {
 0: 'abc',
 1: 'xyz'
 },
 'email': {
 0: 'abc@abc.com',
 1: 'xyz@xyz.com',
 },
 'category': {
 0: 'category 1',
 1: 'category 2', 
 }
}
</code></pre>

How do I transform it into the following structure? 

<pre><code>[
 {
 'name': 'abc',
 'email' : 'abc@abc.com',
 'category': 'category 1', 
 },
 {
 'name': 'xyz',
 'email' : 'xyz@xyz.com',
 'category': 'category 2', 
 }
]
</code></pre>

I tried applying many variations of <code>for</code> loop, but came out as bogus code, if anyone could help or point to some links it would be great, python newbie here :| 

EDIT: changed the desired structure to a list of dicts, as dicts are not hashble,

How to transform a python dictionary to a desired format

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

我有以下字典，它是在对熊猫数据帧应用to_dict()方法时获得的。{   'name' : {      0: 'abc',      1: 'xyz'    },   'email': {     0: 'abc@abc.com',     1: 'xyz@xyz.com',   },   'category': ...

问如何将python字典转换为所需的格式
EN

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何将python字典转换为所需的格式EN

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何将python字典转换为所需的格式
EN