### Pandas DataFrame 转换为字典，追加数据后再转换回 DataFrame 在处理数据时，可以将 `Pandas DataFrame` 转换为字典以方便操作，并在修改后将其重新转换回 `DataFrame`。以下是实现这一过程的具体方法： #### 1. 将 DataFrame 转换为字典 使用 `to_dict()` 方法可以将 `DataFrame` 转换为字典。默认情况下，该方法会返回一个嵌套字典，其中键是列名，值是以索引为键的字典[^1]。 ```python import pandas as pd # 创建示例 DataFrame data = {'name': ['Alice', 'Bob'], 'age': [25, 30], 'city': ['New York', 'Los Angeles']} df = pd.DataFrame(data) # 将 DataFrame 转换为字典 dict_data = df.to_dict(orient='records') # 使用 'records' 格式以便于后续操作 print(dict_data) ``` 输出结果为： ```python [ {'name': 'Alice', 'age': 25, 'city': 'New York'}, {'name': 'Bob', 'age': 30, 'city': 'Los Angeles'} ] ``` #### 2. 向字典追加数据 可以直接向字典列表中追加新的字典项。 ```python # 追加新数据 new_row = {'name': 'Charlie', 'age': 35, 'city': 'Chicago'} dict_data.append(new_row) print(dict_data) ``` 输出结果为： ```python [ {'name': 'Alice', 'age': 25, 'city': 'New York'}, {'name': 'Bob', 'age': 30, 'city': 'Los Angeles'}, {'name': 'Charlie', 'age': 35, 'city': 'Chicago'} ] ``` #### 3. 将字典转换回 DataFrame 使用 `pd.DataFrame()` 可以将字典列表重新转换为 `DataFrame`。 ```python # 将字典转换回 DataFrame df_updated = pd.DataFrame(dict_data) print(df_updated) ``` 输出结果为： ```python name age city 0 Alice 25 New York 1 Bob 30 Los Angeles 2 Charlie 35 Chicago ``` #### 注意事项 - 在追加数据时，确保新字典的键与原始字典一致，否则可能会导致列对齐问题。 - 如果需要处理更复杂的数据结构，可以调整 `to_dict()` 的 `orient` 参数，例如 `'list'`、`'series'` 等[^1]。 --- ### 示例代码总结 以下是一个完整的代码示例，展示了从 `DataFrame` 转换到字典，追加数据后再转换回 `DataFrame` 的完整流程。 ```python import pandas as pd # 创建初始 DataFrame data = {'name': ['Alice', 'Bob'], 'age': [25, 30], 'city': ['New York', 'Los Angeles']} df = pd.DataFrame(data) # 转换为字典 dict_data = df.to_dict(orient='records') # 追加新数据 new_row = {'name': 'Charlie', 'age': 35, 'city': 'Chicago'} dict_data.append(new_row) # 转换回 DataFrame df_updated = pd.DataFrame(dict_data) print(df_updated) ``` --- ###