可以選擇六種的轉換型別，分別對應於引數 ‘dict’, ‘list’, ‘series’, ‘split’, ‘records’, ‘index’

1、選擇引數orient=’dict’
dict也是預設的引數，下面的data資料型別為DataFrame結構, 會形成 {column -> {index -> value}}這樣的結構的字典，可以看成是一種雙重字典結構
- 單獨提取每列的值及其索引，然後組合成一個字典
- 再將上述的列屬性作為關鍵字（key），值（values）為上述的字典

例圖：

2、當關鍵字orient=’ list’ 時
和1中比較相似，只不過內層變成了一個列表，結構為{column -> [values]}
查詢方式為： data_list[keys][index]

data_list 為關鍵字orient=’list’ 時對應的資料名
keys 為列屬性的鍵值，如本例中的’1’ , ‘2’等
index 為整型索引，從0開始到最後
例圖：

3、關鍵字引數orient=’series’
形成結構{column -> Series(values)}
呼叫格式為：data_series[key1][key2]或data_dict[key1]

data_series 為資料對應的名字
key1 為列屬性的鍵值，如本例中的’11’ , ‘22’等
key2 使用資料原始的索引（可選）
例圖：

4、關鍵字引數orient=’split’
形成{index -> [index], columns -> [columns], data -> [values]}的結構，是將資料、索引、屬性名單獨脫離出來構成字典
呼叫方式有 data_split[‘index’],data_split[‘data’],data_split[‘columns’]
例圖：

5、當關鍵字orient=’records’ 時
形成[{column -> value}, … , {column -> value}]的結構
整體構成一個列表，內層是將原始資料的每行提取出來形成字典
呼叫格式為data_records[index][key1]

6、當關鍵字orient=’index’ 時
形成{index -> {column -> value}}的結構，呼叫格式正好和’dict’ 對應的反過來