Pandas to_dict使用outtype ='records'更改索引类型

Question

我正在尝试在以下DataFrame上调用to_dict函数:

将pandas导入为pd

data = {"a":[1,2,3,4,5],"b":[90,80,40,60,30]}

df = pd.DataFrame(数据)

   a   b
0  1  90
1  2  80
2  3  40
3  4  60
4  5  30

df.reset_index().to_dict( "R")

[{'a': 1, 'b': 90, 'index': 0},
 {'a': 2, 'b': 80, 'index': 1},
 {'a': 3, 'b': 40, 'index': 2},
 {'a': 4, 'b': 60, 'index': 3},
 {'a': 5, 'b': 30, 'index': 4}]

但是,如果我对数据帧执行浮点运算,将索引变为浮点运算,则会出现问题:

(DF*1.0).reset_index().to_dict( "R")

[{'a': 1.0, 'b': 90.0, 'index': 0.0},  
{'a': 2.0, 'b': 80.0, 'index': 1.0},  
{'a': 3.0, 'b': 40.0, 'index': 2.0},  
{'a': 4.0, 'b': 60.0, 'index': 3.0},  
{'a': 5.0, 'b': 30.0, 'index': 4.0}]

任何人都可以解释上述行为或建议解决方法,或验证这是否可能是一个熊猫bug？to_dict方法中的其他任何外键都没有改变索引,如上所示.

我在大熊猫0.14和0.18(最新)上复制了这个

非常感谢!

Answer 1

这个问题已经在github上得到了解答

我将在这里传达答案，以便问题可以被标记为已解决，并从未回答的 pandas 问题的顶部列表中移出。

来自Github：

与索引无关，只是数据中有任何浮点数据类型

如果你看一下代码，我们使用 DataFrame.values，它返回一个 NumPy 数组，该数组必须具有单个 dtype（在本例中为 float64）。

——汤姆·奥格斯普格

该问题的解决方法是：

[x._asdict() for x in df.itertuples()]

它生成 OrderedDict 对象的列表

[OrderedDict([('Index', 0), ('a', 1.0), ('b', 90)]),
 OrderedDict([('Index', 1), ('a', 2.0), ('b', 80)]),
 OrderedDict([('Index', 2), ('a', 3.0), ('b', 40)]),
 OrderedDict([('Index', 3), ('a', 4.0), ('b', 60)]),
 OrderedDict([('Index', 4), ('a', 5.0), ('b', 30)])]