1、初始化兩種字典型數據
test_dic_1 = {"測試":["123", '456'], "測試2":["asf","dfgh"]}
print("test_dic_1:")
print(type(test_dic_1))
print(test_dic_1)
test_dic_2 = {"測試":["123", '456'], "測試2":["asf"]}
print("test_dic_2:")
print(type(test_dic_2))
print(test_dic_2)
test_dic_3 = {"測試":["123", '456']}
print("test_dic_3:")
print(type(test_dic_3))
print(test_dic_3)
運行結果:
2、將這三種字典轉換為Dataframe類型的數據
1)第一種字典
data_1 = pd.DataFrame(test_dic_1) print(data_1) data_1.to_excel('./test_1.xlsx', index=False, encoding='utf-8')
運行結果:
2)第二種字典
data_2 = pd.DataFrame(test_dic_2) print(data_2) data_2.to_excel('./test_2.xlsx', index=False, encoding='utf-8')
運行結果:
3)第三種字典
data_3 = pd.DataFrame(test_dic_3) print(data_3) data_3.to_excel('./test_3.xlsx', index=False, encoding='utf-8')
運行結果:
總結:
字典型數據轉換為Dataframe時,必須要保證每一個鍵值的長度一致
3、將兩種DataFrame數據轉換成字典(dict)型數據
1)第一種DataFrame
# 轉換方法一 test_dic_1 = dict(zip(data_1['測試'], data_1['測試2'])) print(test_dic_1) # 轉換方法二 dict_1 = {'測試':list(data_1['測試']), '測試2':list(data_1['測試2'])} print(dict_1)
運行結果:
2)第一種DataFrame
# 轉換方法一 test_dic_3 = dict(data_3['測試']) print(test_dic_3) # 轉換方法二 dict_3 = {'測試':list(data_3['測試'])} print(dict_3)
運行結果:
