4列のデータフレームがあります。このDataFrameをPython辞書に変換したいと思います。最初の列keysの要素を同じ行の他の列の要素にする必要がありますvalues。

データフレーム：

    ID   A   B   C
0   p    1   3   2
1   q    4   3   2
2   r    4   0   9  

出力は次のようになります。

辞書：

{'p': [1,3,2], 'q': [4,3,2], 'r': [4,0,9]}

このto_dict()メソッドは列名をディクショナリキーとして設定するため、DataFrameの形状を少し変更する必要があります。'ID'列をインデックスとして設定し、DataFrameを転置することは、これを実現する1つの方法です。

to_dict()また、各列の値のリストを出力するために必要な 'orient'引数を受け入れます。それ以外の場合は、フォームの辞書が{index: value}列ごとに返されます。

これらの手順は、次の行で実行できます。

>>> df.set_index('ID').T.to_dict('list')
{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}

別のディクショナリ形式が必要な場合、可能なオリエント引数の例を以下に示します。次の単純なDataFrameについて考えてみます。

>>> df = pd.DataFrame({'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]})
>>> df
        a      b
0     red  0.500
1  yellow  0.250
2    blue  0.125

次に、オプションは次のとおりです。

dict-デフォルト：列名はキー、値はindex：dataペアの辞書です

>>> df.to_dict('dict')
{'a': {0: 'red', 1: 'yellow', 2: 'blue'}, 
 'b': {0: 0.5, 1: 0.25, 2: 0.125}}

リスト -キーは、列名で、値が列データのリストであります

>>> df.to_dict('list')
{'a': ['red', 'yellow', 'blue'], 
 'b': [0.5, 0.25, 0.125]}

シリーズ -「リスト」と同様ですが、値はシリーズです

>>> df.to_dict('series')
{'a': 0       red
      1    yellow
      2      blue
      Name: a, dtype: object, 

 'b': 0    0.500
      1    0.250
      2    0.125
      Name: b, dtype: float64}

スプリット -それぞれ行とインデックスラベルでカラム名である値をキーとして分割列/データ/インデックス、データ値

>>> df.to_dict('split')
{'columns': ['a', 'b'],
 'data': [['red', 0.5], ['yellow', 0.25], ['blue', 0.125]],
 'index': [0, 1, 2]}

レコード -各行は、キーが列名で値がセル内のデータであるディクショナリになります

>>> df.to_dict('records')
[{'a': 'red', 'b': 0.5}, 
 {'a': 'yellow', 'b': 0.25}, 
 {'a': 'blue', 'b': 0.125}]

index -'records'に似ていますが、（リストではなく）インデックスラベルとしてキーを持つ辞書の辞書

>>> df.to_dict('index')
{0: {'a': 'red', 'b': 0.5},
 1: {'a': 'yellow', 'b': 0.25},
 2: {'a': 'blue', 'b': 0.125}}

使ってみる Zip

df = pd.read_csv("file")
d= dict([(i,[a,b,c ]) for i, a,b,c in zip(df.ID, df.A,df.B,df.C)])
print d

出力：

{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}

次の手順を実行します：

データフレームが次のとおりであるとします。

>>> df
   A  B  C ID
0  1  3  2  p
1  4  3  2  q
2  4  0  9  r

1. 列をデータフレームインデックスとしてset_index設定するために使用しIDます。

    df.set_index("ID", drop=True, inplace=True)

2. orient=indexパラメータを使用して、インデックスをディクショナリキーとして使用します。

    dictionary = df.to_dict(orient="index")

結果は次のようになります。

    >>> dictionary
    {'q': {'A': 4, 'B': 3, 'D': 2}, 'p': {'A': 1, 'B': 3, 'D': 2}, 'r': {'A': 4, 'B': 0, 'D': 9}}

3.各サンプルをリストとして持つ必要がある場合は、次のコードを実行します。列の順序を決定する

column_order= ["A", "B", "C"] #  Determine your preferred order of columns
d = {} #  Initialize the new dictionary as an empty dictionary
for k in dictionary:
    d[k] = [dictionary[k][column_name] for column_name in column_order]

辞書の値がタプルであっても構わない場合は、itertuplesを使用できます。

>>> {x[0]: x[1:] for x in df.itertuples(index=False)}
{'p': (1, 3, 2), 'q': (4, 3, 2), 'r': (4, 0, 9)}

次のような辞書にする必要があります：

{'red': '0.500', 'yellow': '0.250, 'blue': '0.125'}

次のようなデータフレームから必要になる：

        a      b
0     red  0.500
1  yellow  0.250
2    blue  0.125

最も簡単な方法は次のようにすることです：

dict(df.values.tolist())

以下のスニペット：

import pandas as pd
df = pd.DataFrame({'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]})
dict(df.values.tolist())

私の使用（xy位置のノード名）のために、最も役立つ/直感的な@ user4179775の答えを見つけました：

import pandas as pd

df = pd.read_csv('glycolysis_nodes_xy.tsv', sep='\t')

df.head()
    nodes    x    y
0  c00033  146  958
1  c00031  601  195
...

xy_dict_list=dict([(i,[a,b]) for i, a,b in zip(df.nodes, df.x,df.y)])

xy_dict_list
{'c00022': [483, 868],
 'c00024': [146, 868],
 ... }

xy_dict_tuples=dict([(i,(a,b)) for i, a,b in zip(df.nodes, df.x,df.y)])

xy_dict_tuples
{'c00022': (483, 868),
 'c00024': (146, 868),
 ... }

補遺

私は後で他の、しかし関連した仕事のためにこの問題に戻りました。これは、[優れた]受け入れられた回答をより厳密に反映するアプローチです。

node_df = pd.read_csv('node_prop-glycolysis_tca-from_pg.tsv', sep='\t')

node_df.head()
   node  kegg_id kegg_cid            name  wt  vis
0  22    22       c00022   pyruvate        1   1
1  24    24       c00024   acetyl-CoA      1   1
...

Pandasデータフレームを[リスト]、{dict}、{dict of {dict}}に変換します...

受け入れられた回答ごと：

node_df.set_index('kegg_cid').T.to_dict('list')

{'c00022': [22, 22, 'pyruvate', 1, 1],
 'c00024': [24, 24, 'acetyl-CoA', 1, 1],
 ... }

node_df.set_index('kegg_cid').T.to_dict('dict')

{'c00022': {'kegg_id': 22, 'name': 'pyruvate', 'node': 22, 'vis': 1, 'wt': 1},
 'c00024': {'kegg_id': 24, 'name': 'acetyl-CoA', 'node': 24, 'vis': 1, 'wt': 1},
 ... }

私の場合、同じことをしたかったのですが、Pandasデータフレームから列を選択して、列をスライスする必要がありました。2つの方法があります。

1. 直接：

（参照：パンダを辞書に変換し、キー値に使用される列を定義します）

node_df.set_index('kegg_cid')[['name', 'wt', 'vis']].T.to_dict('dict')

{'c00022': {'name': 'pyruvate', 'vis': 1, 'wt': 1},
 'c00024': {'name': 'acetyl-CoA', 'vis': 1, 'wt': 1},
 ... }

2. 「間接的に」：まず、Pandasデータフレームから目的の列/データをスライスします（これも2つの方法です）。

node_df_sliced = node_df[['kegg_cid', 'name', 'wt', 'vis']]

または

node_df_sliced2 = node_df.loc[:, ['kegg_cid', 'name', 'wt', 'vis']]

その後、辞書の辞書を作成するために使用できます

node_df_sliced.set_index('kegg_cid').T.to_dict('dict')

{'c00022': {'name': 'pyruvate', 'vis': 1, 'wt': 1},
 'c00024': {'name': 'acetyl-CoA', 'vis': 1, 'wt': 1},
 ... }

DataFrame.to_dict() DataFrameを辞書に変換します。

例

>>> df = pd.DataFrame(
    {'col1': [1, 2], 'col2': [0.5, 0.75]}, index=['a', 'b'])
>>> df
   col1  col2
a     1   0.1
b     2   0.2
>>> df.to_dict()
{'col1': {'a': 1, 'b': 2}, 'col2': {'a': 0.5, 'b': 0.75}}

詳細については、このドキュメントを参照してください