DataFrame转化为列表方式以及作用
背景：将DataFrame转换为字典列表有多种应用，以下是一些常见的用途：
-
数据序列化：如果你需要将数据存储或发送，例如写入文件或通过网络发送，那么将DataFrame转换为字典列表（可以进一步转换为JSON）是一种常见的做法。
-
数据处理：有些函数或库可能更善于处理字典或列表类型的数据，而不是DataFrame。在这种情况下，将DataFrame转换为字典列表可以使数据处理更加方便。
-
代码兼容性：如果你的代码需要兼容不同的数据输入类型（如字典，列表和DataFrame），那么将所有数据都转换为同一种格式（如字典列表）可以简化代码的处理逻辑。
-
数据可读性：对于一些小的数据集，将DataFrame转换为字典列表可以提高数据的可读性，因为你可以清楚地看到每行数据的具体内容。
请注意，虽然这种转换在一些情况下很有用，但是如果你需要进行大量的数据分析或操作（如过滤，组合，聚合等），那么保持数据在DataFrame格式通常会更有效，因为Pandas提供了许多强大的函数来处理DataFrame。
import pandas as pd
# 创建一个DataFrame
df = pd.DataFrame(
{
'sku':['fly','train','sfc'],
'ordercnt':[300,300,54],
'ordermoney':[4500,3000,980],
})
print(df)
# DataFrame转化为列表
df_dict = df.to_dict()
df_dict_records = df.to_dict(orient='records')
df_dict_list = df.to_dict(orient='list')
df_dict_series = df.to_dict(orient='series')
df_dict_split = df.to_dict(orient='split')
df_dict_index = df.to_dict(orient='index')
#'list', 'series', 'split'和'index'，每个参数值都会以不同的方式来转换DataFrame。
print("none设置",df_dict)
print("参数设置为orient=records is %s" % df_dict_records)
print("参数设置为orient=list is {}".format(df_dict_list))
# print(df_dict_series)
print("参数设置为orient=split",df_dict_split)
print("参数设置为orient=index",df_dict_index)
关注公众号「水沐教育科技」，在手机上阅读所有教程，随时随地都能学习。内含一款搜索神器，免费下载全网书籍和视频。
微信扫码关注公众号