Python dict集合基本操作1. dict创建2. dict添加元素3. dict删除元素4. dict 和 DataFrame

130 阅读 0 评论 86 点赞

我是靠谱客的博主纯真指甲油，这篇文章主要介绍Python dict集合基本操作1. dict创建2. dict添加元素3. dict删除元素4. dict 和 DataFrame，现在分享给大家，希望可以做个参考。

dict基本操作

1. dict创建
2. dict添加元素
3. dict删除元素
4. dict 和 DataFrame
- 4.1 dict 转为DataFrame
- 4.2 DataFrame转dict

1. dict创建

字典是另一种可变容器模型，且可存储任意类型对象。有多种创建方式。

方式1：创建空字典

复制代码

1
2
3
4
>>> dic = {}
>>> type(dic)
<type 'dict'>

方式2：赋值创建

复制代码

1
2
3
4
>>> dic = {'a’:1, 'b':2,'c':3}
>>>dic
{'a': 1, 'b': 2, 'c': 3}

方式3：关键字创建

复制代码

1
2
3
4
>>> dic = dict(a = 1, b = 2, c = 3)
>>>dic
{'a': 1, 'b': 2, 'c': 3}

方式4：利用zip创建

复制代码

1
2
3
4
>>> dic = dict(zip('abc',[1,2,3]))
>>>dic
{'a': 1, 'b': 2, 'c': 3}

方式5：利用字典表达式

复制代码

1
2
3
4
>>> dic = {i:2*i for i in [1,2,3]}
>>>dic
{1: 2, 2: 4, 3: 6}

方式6：利用dict.fromkeys()

复制代码

1
2
3
4
>>> dic = dict.fromkeys(range(3), [1,2,3])
>>>dic
{0: [1, 2, 3], 1: [1, 2, 3], 2: [1, 2, 3]}

制定所有keys对应的value

2. dict添加元素

方法1：直接赋值添加

复制代码

1
2
3
4
5
>>> dic = {'a':1, 'b':2,'c':3}
>>>dic['d'] = 4
>>>dic
{'a': 1, 'b': 2, 'c': 3, 'd': 4}

方法2：利用update添加

复制代码

1
2
3
4
5
6
>>> dic = {'a':1, 'b':2,'c':3}
>>>x = {'d':4}
>>>dic.update(x)
>>>dic
{'a': 1, 'b': 2, 'c': 3, 'd': 4}

3. dict删除元素

方法1：利用del函数

复制代码

1
2
3
4
5
>>> dic = {'a': 1, 'b': 2, 'c': 3, 'd': 1}
>>> del[dic['d']]
>>>dic
{'a': 1, 'b': 2, 'c': 3}

方法2：pop函数

复制代码

1
2
3
4
5
>>> dic = {'a': 1, 'b': 2, 'c': 3, 'd': 1}
>>> dic.pop('d')
>>>dic
{'a': 1, 'b': 2, 'c': 3}

方法3：clear函数

复制代码

1
2
3
4
5
>>> dic = {'a': 1, 'b': 2, 'c': 3, 'd': 1}
>>> dic.clear()
>>>dic
{}

4. dict 和 DataFrame

4.1 dict 转为DataFrame

情况1: dict 的 keys 为 DataFrame 的列名， values为DataFrame 每一列的值

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
>>> data_dict = {'a':[100,300,500],'b':[200,400,600],'c':[300,500,700]}
>>> data_df = pd.DataFrame.from_dict(data_dict)
>>> data_df
>>> Out[4]:
a
b
c
0
100
200
300
1
300
400
500
2
500
600
700

情况2: dict 的 keys 为 DataFrame 的索引， values为DataFrame 每一行的值

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
#examp1e1
>>>data_dict = {'a':[100,300,500],'b':[200,400,600],'c':[300,500,700]}
>#可以通过index制定index，通过columns将列重命名
>>>data_df = pd.DataFrame.from_dict(data_dict,orient='index',columns=['A', 'B', 'C'])
>>>data_df
>>>Out[7]:
0
1
2
a
100
300
500
b
200
400
600
c
300
500
700
#example2
>>>data_dict = {'a':100,'b':200,'c':300}
>>>data_df = pd.DataFrame.from_dict(data_dict,orient='index',columns = ['col'])
>>>data_df
>>>Out[11]:
col
a
100
b
200
c
300

4.2 DataFrame转dict

情况1: dict 的 keys 为 DataFrame 的列名， values为DataFrame 每一列{index: dataframe的取值}

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
>>> df = pd.DataFrame({'col1': [1, 2],'col2': [0.5, 0.75]},index=['a', 'b'])
>>> df
col1
col2
a
1
0.50
b
2
0.75
>>> df.to_dict()
{'col1': {'a': 1, 'b': 2}, 'col2': {'a': 0.5, 'b': 0.75}}

情况2: dict 的 keys 为 DataFrame 的index values为DataFrame 每一列{col: dataframe的取值}

复制代码

1
2
3
4
5
6
7
8
9
10
11
12
13
>>> df = pd.DataFrame({'col1': [1, 2],'col2': [0.5, 0.75]},index=['a', 'b'])
>>> df
col1
col2
a
1
0.50
b
2
0.75
>>> df.to_dict('index')
{'a': {'col1': 1.0, 'col2': 0.5}, 'b': {'col1': 2.0, 'col2': 0.75}}