本文共 1130 字，大约阅读时间需要 3 分钟。

行序号为字典键的输出

在数据处理中，行序号作为键来构建字典化的数据结构，可以帮助快速定位特定行的数据信息。以下是实现这一目标的代码示例：

```python import pandas as pd file = request.FILES['file'] df = pd.read_excel(file) result_dict = {} for index, row in df.iterrows(): dic_row = row.to_dict() result_dict[index] = list(dic_row.values()) print(result_dict) ```

输出结果示例：

```json { 0: [1, '您对入住价格和得到服务匹配满意程度', 0, '{"A":"满意","B":"一般","C":"不满意"}', 'A', 5, '请认真答题'], 1: [2, '您对入住房间满意程度', 0, '{"A":"满意","B":"一般","C":"不满意"}', 'A', 5, '请认真答题'], 2: [3, '您对服务人员的态度满意程度', 0, '{"A":"满意","B":"一般","C":"不满意"}', 'A', 5, '请认真答题'] } ```

通过这种方式，每一行的数据都会以其对应的行序号作为键，形成一个易于管理和查找的数据结构。

列序号为字典键的输出

除了处理行数据外，列序号也可以作为字典键，用于构建列数据的字典化结构。以下是实现这一目标的代码示例：

```python import pandas as pd file = request.FILES['file'] df = pd.read_excel(file) result_col = {} for col_index, col_name in enumerate(df.columns): col_data = df[col_name].tolist() result_col[col_index] = col_data print(result_col) ```

输出结果示例：

```json { 0: ['您对入住价格和得到服务匹配满意程度', '您对入住房间满意程度', '您对服务人员的态度满意程度'], 1: ['0', '0', '0'], 2: ['您对入住价格和得到服务匹配满意程度', '您对入住房间满意程度', '您对服务人员的态度满意程度'], 3: ['请认真答题', '请认真答题', '请认真答题'] } ```

通过这种方式，每一列的数据都会以其对应的列序号作为键，形成一个便于管理和检索的数据结构。

转载地址：http://osvfk.baihongyu.com/