Dataframe与字典(dict)之间的转换

 

1、初始化两种字典型数据

test_dic_1 = {"测试":["123", '456'], "测试2":["asf","dfgh"]}
print("test_dic_1:")
print(type(test_dic_1))
print(test_dic_1)
 
test_dic_2 = {"测试":["123", '456'], "测试2":["asf"]}
print("test_dic_2:")
print(type(test_dic_2))
print(test_dic_2)
 
test_dic_3 = {"测试":["123", '456']}
print("test_dic_3:")
print(type(test_dic_3))
print(test_dic_3)

运行结果：

 

 

2、将这三种字典转换为Dataframe类型的数据

1）第一种字典

data_1 = pd.DataFrame(test_dic_1)
print(data_1)
data_1.to_excel('./test_1.xlsx', index=False, encoding='utf-8')

运行结果：

2）第二种字典

data_2 = pd.DataFrame(test_dic_2)
print(data_2)
data_2.to_excel('./test_2.xlsx', index=False, encoding='utf-8')

运行结果：

3）第三种字典

data_3 = pd.DataFrame(test_dic_3)
print(data_3)
data_3.to_excel('./test_3.xlsx', index=False, encoding='utf-8')

运行结果：

总结：

字典型数据转换为Dataframe时，必须要保证每一个键值的长度一致

 

 

3、将两种DataFrame数据转换成字典(dict)型数据

1）第一种DataFrame

# 转换方法一
test_dic_1 = dict(zip(data_1['测试'], data_1['测试2']))
print(test_dic_1)
 
 
# 转换方法二
dict_1 = {'测试':list(data_1['测试']), '测试2':list(data_1['测试2'])}
print(dict_1)

运行结果：

2）第一种DataFrame

# 转换方法一
test_dic_3 = dict(data_3['测试'])
print(test_dic_3)
 
 
# 转换方法二
dict_3 = {'测试':list(data_3['测试'])}
print(dict_3)

运行结果：