该to_dict()方法将列名设置为字典键，因此你需要稍微调整DataFrame的形状。将“ ID”列设置为索引，然后转置DataFrame是实现此目的的一种方法。
to_dict()还接受一个“东方”参数，你需要该参数才能为每列输出值列表。否则，{index: value}将为每一列返回形式的字典。
这些步骤可以通过以下行完成：
>>> df.set_index('ID').T.to_dict('list')
{'p': [1, 3, 2], 'q': [4, 3, 2], 'r': [4, 0, 9]}
如果需要不同的字典格式，以下是可能的Orient参数的示例。考虑以下简单的DataFrame：
>>> df = pd.DataFrame({'a': ['red', 'yellow', 'blue'], 'b': [0.5, 0.25, 0.125]})
>>> df
a b
0 red 0.500
1 yellow 0.250
2 blue 0.125
然后，选项如下。
dict-默认值：列名称是键，值是index：data对的字典
>>> df.to_dict('dict')
{'a': {0: 'red', 1: 'yellow', 2: 'blue'},
'b': {0: 0.5, 1: 0.25, 2: 0.125}}
list-键是列名，值是列数据的列表
>>> df.to_dict('list')
{'a': ['red', 'yellow', 'blue'],
'b': [0.5, 0.25, 0.125]}
系列 -类似于“列表”，但值是系列
>>> df.to_dict('series')
{'a': 0 red
1 yellow
2 blue
Name: a, dtype: object,
'b': 0 0.500
1 0.250
2 0.125
Name: b, dtype: float64}
split-将列/数据/索引拆分为键，其值分别是列名，按行和索引标签的数据值
>>> df.to_dict('split')
{'columns': ['a', 'b'],
'data': [['red', 0.5], ['yellow', 0.25], ['blue', 0.125]],
'index': [0, 1, 2]}
记录 -每行成为一个字典，其中键是列名，值是单元格中的数据
>>> df.to_dict('records')
[{'a': 'red', 'b': 0.5},
{'a': 'yellow', 'b': 0.25},
{'a': 'blue', 'b': 0.125}]
索引 -类似于“记录”，但是字典的字典以键作为索引标签（而不是列表）
>>> df.to_dict('index')
{0: {'a': 'red', 'b': 0.5},
1: {'a': 'yellow', 'b': 0.25},
2: {'a': 'blue', 'b': 0.125}}
602392714
清零编程群