python - 为什么 pandas.DataFrame.from_dict 不支持 pandas.DataFrame.to_dict 的所有方向？

Question

为什么 DataFrame.from_dict只支持两个orient？

As per document
DataFrame.to_dict is supporting orient: str {‘dict’, ‘list’, ‘series’, ‘split’, ‘records’, ‘index’}
but DataFrame.from_dict support only two orient orient{‘columns’, ‘index’}, default columns (here columns similar to list of to_dict)

不应该是双向的吗？ (比如 from_dict 到 to_dict 和 to_dict 到 from_dict)

Answer 1

实际原因可能是因为，没有必要:

df = pd.DataFrame({c: list(c) for c in 'ABC DEF'.split()})

# df
#   ABC DEF
# 0   A   D
# 1   B   E
# 2   C   F

orients = ['dict', 'list', 'series', 'records', 'index', 'split']
for o in orients:
    print(f'With orient {o}:')
    print(pd.DataFrame(df.to_dict(o)), '\n')

观察仅使用默认的 DataFrame 构造函数会发生什么:

With orient dict:
  ABC DEF
0   A   D
1   B   E
2   C   F

With orient list:
  ABC DEF
0   A   D
1   B   E
2   C   F

With orient series:
  ABC DEF
0   A   D
1   B   E
2   C   F

With orient records:
  ABC DEF
0   A   D
1   B   E
2   C   F

With orient index:
     0  1  2
ABC  A  B  C
DEF  D  E  F

With orient split:
Traceback (most recent call last):
...
ValueError: arrays must all be same length

对于除index 和split 之外的所有方向，这些都已在构造函数本身中处理。用最后两个重新创建也不难:

>>> pd.DataFrame(df.to_dict('index')).T
  ABC DEF
0   A   D
1   B   E
2   C   F

>>> pd.DataFrame(**df.to_dict('split'))
  ABC DEF
0   A   D
1   B   E
2   C   F

有了 from_records 和 from_dict 的附加方法，有很多方法可以解释这些输入以重建 DataFrame。在任何情况下，是否存在在 from_dict 和 to_dict 之间交替传递数据的有效用例，足以实现其他方向？

我的直觉是否定的。