1.将字典列表写入到pandas
import pandas as pd
rows = [{'buyer_percent': '23.2%', 'tier_city': '1'}, {'buyer_percent': '18.54%', 'tier_city': '2'}]
df = pd.DataFrame(rows)
print(df)
![](https://img-blog.csdnimg.cn/01ec0f6c143d4320b9eba7a3d15f2f43.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAZGFpcjY=,size_19,color_FFFFFF,t_70,g_se,x_16)
或者
import pandas as pd
rows = [{'buyer_percent': '23.2%', 'tier_city': '1'}, {'buyer_percent': '18.54%', 'tier_city': '2'}]
df = pd.DataFrame(rows,columns=['tier_city','buyer_percent'])
print(df)
需要注意的是,columns中的字段名,必须要和rows中键相同,否则df的字段为空
2.将pandas的数据转化为字典列表
import pandas as pd
rows = [{'buyer_percent': '23.2%', 'tier_city': '1'}, {'buyer_percent': '18.54%', 'tier_city': '2'}]
df = pd.DataFrame(rows,columns=['tier_city','buyer_percent'])
使用to_dict转换成字典
(1)orient = ’index' 根据索引创建字典
df.to_dict(orient = 'index')
![](https://img-blog.csdnimg.cn/8e48d2cc570f43f7a924950c63334174.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAZGFpcjY=,size_20,color_FFFFFF,t_70,g_se,x_16)
(2)orient = 'records' 根据字段名创建字典
df.to_dict(orient = 'records')
![](https://img-blog.csdnimg.cn/001f23ca7bdc4482ab83844e0397fd85.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBAZGFpcjY=,size_20,color_FFFFFF,t_70,g_se,x_16)
import pandas as pd
# 设置每列宽度
pd.set_option('max_colwidth', 20)
# 显示所有列
pd.set_option('display.max_columns', None)
# 显示所有行
pd.set_option('display.max_rows', None)
# 不换行
pd.set_option('expand_frame_repr', False)