Python DataFrame 转 List 字典
引言
在数据分析和数据科学中，Pandas 是一个常用的 Python 库，它提供了一个快速、灵活和方便的数据结构，叫做 DataFrame。DataFrame 是一个二维表格，类似于电子表格或 SQL 表。它可以存储和操作大量的数据，同时提供了许多有用的函数和方法来处理数据。
在某些情况下，我们可能需要将 DataFrame 转换为 List 字典的形式，以便于进一步处理和使用。本文将向您展示如何使用 Python 将 DataFrame 转换为 List 字典，并提供了一些实际的代码示例。
DataFrame 和 List 字典的区别
在开始之前，我们先来了解一下 DataFrame 和 List 字典的区别。
DataFrame
DataFrame 是 Pandas 库中的一个核心数据结构，它类似于一个二维表格或电子表格，可用于存储和操作大量的数据。DataFrame 包含了多个列，每一列都有一个名称和一个数据类型。可以将 DataFrame 看作是由多个 Series 组成的字典。
List 字典
List 字典是 Python 中的一种数据结构，它是一个有序的、可变的、可重复的集合。List 字典由一对花括号 {} 包裹，其中每个元素由一个键和一个值组成，键和值之间用冒号 : 分隔。每个键值对之间用逗号 , 分隔。List 字典中的元素是无序的。
DataFrame 和 List 字典之间的区别主要体现在以下几个方面：
- 数据结构：DataFrame 是一个二维表格，而 List 字典是一个有序的集合。
- 访问方式：DataFrame 可以通过列名和行索引来访问数据，而 List 字典可以通过键来访问数据。
- 索引方式：DataFrame 有默认的行索引和列索引，而 List 字典没有索引。
将 DataFrame 转换为 List 字典
要将 DataFrame 转换为 List 字典，我们需要使用 Pandas 库中的 to_dict() 方法。to_dict() 方法可以将 DataFrame 转换为字典形式，其中每一列的数据将成为字典的一个键值对。我们可以通过指定 orient 参数来控制转换的方式，默认为 dict。
下面是一个简单的示例，展示了如何将 DataFrame 转换为 List 字典的方式：
import pandas as pd
# 创建一个 DataFrame
data = {'Name': ['Alice', 'Bob', 'Charlie'],
'Age': [25, 30, 35],
'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)
# 将 DataFrame 转换为 List 字典
list_dict = df.to_dict(orient='list')
print(list_dict)
运行上述代码，将输出如下结果：
{'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'City': ['New York', 'London', 'Paris']}
从输出结果可以看出，DataFrame 中的每一列都被转换为 List 字典的一个键值对，其中键是列名，值是该列的数据。
实际应用场景
在实际的数据分析和数据科学项目中，将 DataFrame 转换为 List 字典是一个常见的操作，因为它可以方便地处理和使用数据。下面我们将通过一个示例来演示如何应用这种转换。
假设我们有一个销售订单的 DataFrame，包含了订单编号、产品名称和销售数量等信息。我们希望将该 DataFrame 转换为 List 字典的形式，以便于进行统计和分析。
首先，我们需要导入 Pandas 库，并读取订单数据到 DataFrame 中：
import pandas as pd
# 读取订单数据到 DataFrame
df = pd.read_csv('orders.csv')
# 打印 DataFrame 的前几行
print(df.head())
假设订单数据的结构如下所示：
| Order ID | Product | Quantity |
|---|---|---|
| 1 | Apple |
