大熊猫据帧到键值对

Question

什么是以下大熊猫数据帧转换为一个键值对的最佳方式

前：

datetime    name qty  price 
2017-11-01 10:20  apple 5  1 
2017-11-01 11:20  pear  2  1.5 
2017-11-01 13:20  banana 10  5 

后：

2017-11-01 10:20 name=apple qty=5 price=1 
2017-11-01 11:20 name=pear qty=2 price=1.5 
2017-11-01 13:20 name=banana qty=10 price=5 

注意，我不在我的输出中不需要日期时间键。

Answer 1

看来你需要to_dict：

d = df.drop('datetime', axis=1).to_dict(orient='records') 
print (d) 
[{'qty': 5, 'price': 1.0, 'name': 'apple'}, 
{'qty': 2, 'price': 1.5, 'name': 'pear'}, 
{'qty': 10, 'price': 5.0, 'name': 'banana'}] 

但如果不用钥匙datetime：

d = df.set_index('datetime').to_dict(orient='index') 
print (d) 
{'2017-11-01 13:20': {'qty': 10, 'price': 5.0, 'name': 'banana'}, 
'2017-11-01 10:20': {'qty': 5, 'price': 1.0, 'name': 'apple'}, 
'2017-11-01 11:20': {'qty': 2, 'price': 1.5, 'name': 'pear'}} 

如果顺序很重要：

tuples = [tup for tup in df.set_index('datetime').itertuples()] 
print (tuples) 

[Pandas(Index='2017-11-01 10:20', name='apple', qty=5, price=1.0), 
Pandas(Index='2017-11-01 11:20', name='pear', qty=2, price=1.5), 
Pandas(Index='2017-11-01 13:20', name='banana', qty=10, price=5.0)] 

编辑：

使用列名创建新的DataFrame并添加了旧值。最后写to_csv：

df = df.set_index('datetime').astype(str) 
df1 = pd.DataFrame(np.tile(np.array(df.columns), len(df.index)).reshape(len(df.index), -1), 
        index=df.index, 
        columns=df.columns) + '=' 
df1 = df1.add(df) 
print (df1) 
         name  qty  price 
datetime           
2017-11-01 10:20 name=apple qty=5 price=1.0 
2017-11-01 11:20 name=pear qty=2 price=1.5 
2017-11-01 13:20 name=banana qty=10 price=5.0 

df1.to_csv('filename.csv', header=None) 

2017-11-01 10:20,name=apple,qty=5,price=1.0 
2017-11-01 11:20,name=pear,qty=2,price=1.5 
2017-11-01 13:20,name=banana,qty=10,price=5.0 

Answer 2

如果你是幸福的一本字典作为输出，你可以使用

df.to_dict('index') 

在您的例子（与由read_clipboard日期略有解析错误），这将导致：

In [17]: df = pd.read_clipboard().reset_index(drop=True) 

In [18]: df.to_dict('index') 
Out[18]: 
{0: {'datetime': '10:20', 'name': 'apple', 'price': 1.0, 'qty': 5}, 
1: {'datetime': '11:20', 'name': 'pear', 'price': 1.5, 'qty': 2}, 
2: {'datetime': '13:20', 'name': 'banana', 'price': 5.0, 'qty': 10}}