有没有办法到大熊猫数据帧转换为对象的数组(东西在JavaScript中更“舒服”工作,并具)?
我使用Facebook的先知运行时间序列预测和数据返回到客户端用它做什么。
我基本上是想利用这样一个数据帧:
但是,返回是这样的:
[
{
'ds': <value>,
'trend': <value>,
'yhat_lower': <value>,
'yhat_upper': <value>
...
},
{
'ds': <value>,
'trend': <value>,
'yhat_lower': <value>,
'yhat_upper': <value>
...
},
...
]
我曾尝试DataFrame.to_json()
这是一种接近我所需要的,但它提出的其他问题。我也试过DataFrame.to_dict()
,这是不是真的是我想无论是。同样的故事FO DataFrame.to_records()
我真的需要遍历DataFrame
手动建立列表我怎么想它是有一些参数/方法我缺少上得到一个数据帧作为对象的数组以列名作为对象键的格式化?
UPDATE
.to_dict()
接近我想要的东西,但还是有一个嵌套的对象。是否有摆脱的一个呢?
{'additive_terms': {0: 1821.6658106578184},
'additive_terms_lower': {0: 1821.6658106578184},
'additive_terms_upper': {0: 1821.6658106578184},
'daily': {0: -904.5939055630084},
'daily_lower': {0: -904.5939055630084},
'daily_upper': {0: -904.5939055630084},
'ds': {0: Timestamp('2016-01-01 00:00:00')},
'multiplicative_terms': {0: 0.0},
'multiplicative_terms_lower': {0: 0.0},
'multiplicative_terms_upper': {0: 0.0},
'trend': {0: 3959.7525337335633},
'trend_lower': {0: 3959.7525337335633},
'trend_upper': {0: 3959.7525337335633},
'weekly': {0: 1382.1213748832024},
'weekly_lower': {0: 1382.1213748832024},
'weekly_upper': {0: 1382.1213748832024},
'yearly': {0: 1344.1383413376243},
'yearly_lower': {0: 1344.1383413376243},
'yearly_upper': {0: 1344.1383413376243},
'yhat': {0: 5781.418344391382},
'yhat_lower': {0: -4262.772973874018},
'yhat_upper': {0: 15333.709906373766}}
更新2
它看起来像@ busybear的回答是我想要的,不过,我希望它作为一个对象,而不是使用索引为重点,以个人记录一个大对象的数组:
{0: {'additive_terms': 1821.6658106578184,
'additive_terms_lower': 1821.6658106578184,
'additive_terms_upper': 1821.6658106578184,
'daily': -904.5939055630084,
'daily_lower': -904.5939055630084,
'daily_upper': -904.5939055630084,
'ds': Timestamp('2016-01-01 00:00:00'),
'multiplicative_terms': 0.0,
'multiplicative_terms_lower': 0.0,
'multiplicative_terms_upper': 0.0,
'trend': 3959.7525337335633,
'trend_lower': 3959.7525337335633,
'trend_upper': 3959.7525337335633,
'weekly': 1382.1213748832024,
'weekly_lower': 1382.1213748832024,
'weekly_upper': 1382.1213748832024,
'yearly': 1344.1383413376243,
'yearly_lower': 1344.1383413376243,
'yearly_upper': 1344.1383413376243,
'yhat': 5781.418344391382,
'yhat_lower': -4262.772973874018,
'yhat_upper': 15333.709906373766},
1: {'additive_terms': 1609.1847938356425,
'additive_terms_lower': 1609.1847938356425,
'additive_terms_upper': 1609.1847938356425,
'daily': -904.5939055630084,
'daily_lower': -904.5939055630084,
'daily_upper': -904.5939055630084,
'ds': Timestamp('2016-01-02 00:00:00'),
'multiplicative_terms': 0.0,
'multiplicative_terms_lower': 0.0,
'multiplicative_terms_upper': 0.0,
'trend': 3954.608221609561,
'trend_lower': 3954.608221609561,
'trend_upper': 3954.608221609561,
'weekly': 1056.9172554279028,
'weekly_lower': 1056.9172554279028,
'weekly_upper': 1056.9172554279028,
'yearly': 1456.8614439707483,
'yearly_lower': 1456.8614439707483,
'yearly_upper': 1456.8614439707483,
'yhat': 5563.793015445203,
'yhat_lower': -4892.457856774376,
'yhat_upper': 15305.24188601227}}
尝试这个:
df.to_dict('records')
它给你的字典的列表,而无需索引。
to_dict
听起来像你真正想要的东西。它是如何工作不适合你?你可以调换你的数据帧,并采取字典刚值。 ,将符合你的期望:
data = df.T.to_dict()
list(data.values())