如何在Polars中实现Pandas的to_dict(orient='records')效果？

要在Polars中得到和Pandas df.to_dict(orient='records')相同的输出（每行对应一个字典的列表），你可以使用Polars内置的to_dicts()方法，这是最直接高效的方式。

示例代码 #

import polars as pl

df = pl.DataFrame({
    'column_1': [1, 2, 1, 4, 5],
    'column_2': ['Alice', 'Bob', 'Alice', 'Tom', 'Tom'],
    'column_3': ['Alice1', 'Bob', 'Alice2', 'Tom', 'Tom']
})

# 生成与Pandas orient='records'一致的结果
result = df.to_dicts()
print(result)

输出结果 #

[{'column_1': 1, 'column_2': 'Alice', 'column_3': 'Alice1'}, {'column_1': 2, 'column_2': 'Bob', 'column_3': 'Bob'}, {'column_1': 1, 'column_2': 'Alice', 'column_3': 'Alice2'}, {'column_1': 4, 'column_2': 'Tom', 'column_3': 'Tom'}, {'column_1': 5, 'column_2': 'Tom', 'column_3': 'Tom'}]

补充说明 #

• Polars的to_dict()方法默认（或指定as_series=False）返回的是列名对应值列表的字典结构，这和Pandas的orient='columns'效果一致，并非你需要的行级字典列表。
• 若需手动实现（不推荐，效率低于内置方法），可通过遍历每行转换为字典：

  result = [row.to_dict() for row in df.rows(named=True)]
  

内容的提问来源于stack exchange，提问作者user22286335