Pandas DataFrame・SeriesをPython辞書に変換！to_dict()を使いこなす 📚

Pandasでデータ分析を行った後、その結果をPython標準の**辞書（Dictionary）**形式で扱いたい、あるいはWeb APIへのデータ送信や設定ファイルの生成など、辞書形式が求められる場面は多々あります。PandasのDataFrameやSeriesには、このニーズに応える便利なto_dict()メソッドが用意されています。

この記事では、DataFrameとSeriesをそれぞれ辞書に変換する基本的な方法から、特にDataFrameで重要となる出力形式の指定（orientオプション）までを詳しく解説します。

Pandas Seriesを辞書に変換 (.to_dict()) 🔑

Seriesは1次元データ構造なので、辞書への変換は比較的シンプルです。Seriesのインデックスが辞書のキーに、値が辞書の値になります。

import pandas as pd

# サンプルSeriesを作成
s = pd.Series([100, 200, 300], index=['Apple', 'Banana', 'Orange'], name='Price')

# Seriesを辞書に変換
s_dict = s.to_dict()
print("--- Seriesを辞書に変換 ---")
print(s_dict)
# 出力例: {'Apple': 100, 'Banana': 200, 'Orange': 300}

Pandas DataFrameを辞書に変換 (.to_dict())：orientが鍵 🗝️

DataFrameは2次元データ構造なので、辞書への変換方法にはいくつかのパターンがあります。これを制御するのがorientオプションです。

基本的な使い方とorientオプション

orientオプションは、DataFrameの行と列をどのように辞書のキーと値にマッピングするかを指定します。

• orient=’dict’ (デフォルト):

  辞書の辞書形式で、列名を外側のキー、インデックスを内側のキーとします。

  Python

   

  import pandas as pd
  
  df = pd.DataFrame({
      'A': [1, 2],
      'B': [3, 4]
  })
  
  print("--- orient='dict' (デフォルト) ---")
  print(df.to_dict(orient='dict'))
  # 出力例: {'A': {0: 1, 1: 2}, 'B': {0: 3, 1: 4}}
  

• orient=’list’:

  辞書の辞書形式で、列名を外側のキー、値をリストとします（インデックスは失われます）。

  Python

   

  import pandas as pd
  
  df = pd.DataFrame({
      'A': [1, 2],
      'B': [3, 4]
  })
  
  print("\n--- orient='list' ---")
  print(df.to_dict(orient='list'))
  # 出力例: {'A': [1, 2], 'B': [3, 4]}
  

• orient=’series’:

  辞書の辞書形式で、列名を外側のキー、値をSeriesオブジェクトとします。

  Python

   

  import pandas as pd
  
  df = pd.DataFrame({
      'A': [1, 2],
      'B': [3, 4]
  })
  
  print("\n--- orient='series' ---")
  print(df.to_dict(orient='series'))
  # 出力例: {'A': 0    1\n1    2\nName: A, dtype: int64, 'B': 0    3\n1    4\nName: B, dtype: int64}
  

• orient=’records’:

  行を辞書として、その辞書のリストとして出力します。Web APIでJSONデータを送信する際によく使われる形式です。

  Python

   

  import pandas as pd
  
  df = pd.DataFrame({
      'ID': [101, 102],
      'Name': ['Alice', 'Bob']
  })
  
  print("\n--- orient='records' (最も一般的) ---")
  print(df.to_dict(orient='records'))
  # 出力例: [{'ID': 101, 'Name': 'Alice'}, {'ID': 102, 'Name': 'Bob'}]
  

• orient=’index’:

  辞書の辞書形式で、インデックスを外側のキー、列名を内側のキーとします。

  Python

   

  import pandas as pd
  
  df = pd.DataFrame({
      'A': [1, 2],
      'B': [3, 4]
  })
  
  print("\n--- orient='index' ---")
  print(df.to_dict(orient='index'))
  # 出力例: {0: {'A': 1, 'B': 3}, 1: {'A': 2, 'B': 4}}
  

• orient=’split’:

  index、columns、dataの3つのキーを持つ辞書として出力します。

  Python

   

  import pandas as pd
  
  df = pd.DataFrame({
      'A': [1, 2],
      'B': [3, 4]
  })
  
  print("\n--- orient='split' ---")
  print(df.to_dict(orient='split'))
  # 出力例: {'index': [0, 1], 'columns': ['A', 'B'], 'data': [[1, 3], [2, 4]]}
  

よく使うorientの選び方

• 'records': 各行を個別のレコードとして扱いたい場合（Web APIへの送信など）に最も推奨されます。

• 'list': 各列のデータを単純なリストとして取得したい場合。

• 'dict': デフォルトの挙動で、ネストされた構造を保持したい場合。

まとめ

Pandasのto_dict()メソッドは、DataFrameやSeriesのデータをPythonの辞書形式に柔軟に変換するための強力なツールです。

• Seriesを辞書に: s.to_dict()

• DataFrameを辞書に: df.to_dict(orient='...')

特にDataFrameの場合、orientオプションを適切に選択することで、目的の辞書構造を簡単に生成できます。データのエクスポート、API連携、設定ファイルの作成など、様々な場面でこの機能を活用し、データ処理の幅を広げましょう！