PYTHON

Question 1

4 개의 열이있는 DataFrame이 있습니다. 이 DataFrame을 파이썬 사전으로 변환하고 싶습니다. 첫 번째 열의 keys요소는이고 같은 행의 다른 열의 요소는 values.

DataFrame :

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

출력은 다음과 같아야합니다.

사전:

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

Question 2

이 to_dict()메서드는 열 이름을 사전 키로 설정하므로 DataFrame을 약간 변경해야합니다. ‘ID’열을 인덱스로 설정 한 다음 DataFrame을 전치하는 것이이를 달성하는 한 가지 방법입니다.

to_dict()또한 각 열에 대한 값 목록 을 출력하는 데 필요한 ‘orient’인수도 허용합니다 . 그렇지 않으면 양식의 사전이 {index: value}각 열에 대해 리턴됩니다.

이러한 단계는 다음 행으로 수행 할 수 있습니다.

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

다른 사전 형식이 필요한 경우 가능한 방향 인수의 예는 다음과 같습니다. 다음과 같은 간단한 DataFrame을 고려하십시오.

>>> 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

옵션은 다음과 같습니다.

dict- 기본값 : 열 이름은 키이고 값은 인덱스 : 데이터 쌍의 사전입니다.

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

list- 키는 열 이름, 값은 열 데이터 목록입니다.

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

시리즈 – ‘목록’과 비슷하지만 값은 시리즈입니다.

>>> 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}

스플릿 – 값은 각각의 행 인덱스 라벨로 열 이름 데이터 값으로 되 키로 분할 열 / 데이터 / 인덱스

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

레코드 -각 행은 키가 열 이름이고 값이 셀의 데이터 인 사전이됩니다.

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

index- ‘레코드’와 비슷하지만 목록이 아닌 색인 레이블로 키가있는 사전 사전

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

Question 3

사용해보십시오 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

산출:

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

Question 4

이 단계를 따르세요:

데이터 프레임이 다음과 같다고 가정합니다.

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

1. 열을 데이터 프레임 인덱스로 `set_index`설정하는 데 사용 합니다 `ID`.

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

2. `orient=index`인덱스를 사전 키로 사용하려면 매개 변수를 사용하십시오 .

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

결과는 다음과 같습니다.

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

3. 각 샘플을 목록으로 가져야하는 경우 다음 코드를 실행합니다. 열 순서 결정

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]

Question 5

사전은 다음과 같아야합니다.

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

다음과 같은 데이터 프레임에서 필요합니다.

        a      b
0     red  0.500
1  yellow  0.250
2    blue  0.125

가장 간단한 방법은 다음과 같습니다.

dict(df.values.tolist())

아래 작업 스 니펫 :

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

Question 6

사전 값이 튜플이 되어도 괜찮다면 반복을 사용할 수 있습니다.

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

Question 7

내 사용을 위해 (xy 위치가있는 노드 이름) 가장 유용하고 직관적 인 @ user4179775의 답변을 찾았습니다.

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),
 ... }

추가

나는 나중에 다른 관련 작업을 위해이 문제로 돌아 왔습니다. 여기에 [우수한] 수용된 답변을보다 가깝게 반영하는 접근 방식이 있습니다.

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 데이터 프레임을 [list], {dict}, {dict of {dict}}, …

수락 된 답변 당 :

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},
 ... }

제 경우에는 Pandas 데이터 프레임에서 선택한 열을 사용하여 동일한 작업을 수행하고 싶었 기 때문에 열을 슬라이스해야했습니다. 두 가지 접근 방식이 있습니다.

직접:

(참조 : pandas를 키 값에 사용되는 열을 정의하는 사전으로 변환 )

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},
 ... }

“간접 :”먼저 Pandas 데이터 프레임에서 원하는 열 / 데이터를 슬라이스합니다 (다시 두 가지 접근 방식).

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

또는

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

그런 다음 사전 사전을 만드는 데 사용할 수 있습니다.

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},
 ... }

Question 8

DataFrame.to_dict() DataFrame을 사전으로 변환합니다.

예

>>> 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}}

자세한 내용은이 문서 를 참조하십시오.

PYTHON

답변

답변

답변

이 단계를 따르세요:

1. 열을 데이터 프레임 인덱스로 set_index설정하는 데 사용 합니다 ID.

2. orient=index인덱스를 사전 키로 사용하려면 매개 변수를 사용하십시오 .

3. 각 샘플을 목록으로 가져야하는 경우 다음 코드를 실행합니다. 열 순서 결정

답변

답변

답변

답변

1. 열을 데이터 프레임 인덱스로 `set_index`설정하는 데 사용 합니다 `ID`.

2. `orient=index`인덱스를 사전 키로 사용하려면 매개 변수를 사용하십시오 .