Python-科学计算-pandas-14-df按行按列进行转换

系统：Windows 7 语言版本：Anaconda3-4.3.0.1-Windows-x86_64 编辑器：pycharm-community-2016.3.2 pandas：0.19.2

• 这个系列讲讲Python的科学计算及可视化
• 今天讲讲pandas模块
• 将Df按行按列进行转换

Part 1：目标

1. 最近在网站开发过程中，需要将后端的Df数据，渲染到前端的Datatables，前端识别的数据格式有以下特征 - 数据格式为一个列表 - 列表中每一个元素为一个字典，每个字典对应前端表格的一行 - 单个字典的键为前端表格的列名，字典的值为前端表格每列取的值
2. 简单来说就是要将一个Df转换为一个列表，该列表有特定的格式，如下示例

Df

格式转换为列表

Part 2：代码

import pandas as pd

dict_1 = {"time": ["2019-11-02", "2019-11-03", "2019-11-04", "2019-11-05",
                   "2019-12-02", "2019-12-03", "2019-12-04", "2019-12-05"],
          "pos": ["A", "A", "B", "B", "C", "C", "C", "D"],
          "value1": [10, 20, 30, 40, 50, 60, 70, 80]}

df_1 = pd.DataFrame(dict_1, columns=["time", "pos", "value1"])
print("原数据", "\n", df_1, "\n")

print("\n按行输出")
list_fields = df_1.to_dict(orient='records')
print(list_fields)

代码截图

Part 3：部分代码解读

1. list_fields = df_1.to_dict(orient='records')，使用了to_dict函数，其中orient=’records’，简单记忆法则，records表示记录，对应数据库的行

Part 4：延伸

1. 以上方法将Df按行转换，那么是否可以按列进行转换呢？查了下orient参数，发现可以取值的参数非常多，如下图所示
2. 发现list满足需求，观察实际输出结果，生成一个字典。字典的键为列名，值为一个列表，该列表对应df的一个列

dict_fields = df_1.to_dict(orient='list')
print(dict_fields)

list对应结果