转换为列表时从数据框中删除某些列

Posted 2023-02-23

【中文标题】转换为列表时从数据框中删除某些列

【英文标题】：drop certain columns from a dataframe while converting to list

【发布时间】：2022-01-23 18:18:17

【问题描述】：

我有一个示例数据框：

    Id    Age  Name
0   0110  23   Max
1   2009  56   Stan
2   1167  25   Joy
3   8878  44   Lee

目前我正在使用的输入数据帧

dfnew = df.drop(df.columns.difference(['Id']),1)

在数据框中删除不需要的列（即 Id）并继续。这是正确的，但有两个数据框。

有什么办法可以优化吗？

在将数据框转换为列表时，我们可以在列表中只包含年龄和姓名，而忽略 Id like lst = [[23,Max],[56,stan]....]

请在这方面提供帮助。谢谢。

【问题讨论】：

df[["Age", "Name"]].apply(list, axis=1).tolist() 或 df.drop("Id", axis=1).apply(list, axis=1).tolist()?

@d.b 成功了！谢谢！

【参考方案1】：

您可以使用 drop 不需要的列，转换为 numpy 数组并转换为列表。这比apply(list, axis=1) 快。

lst = df.drop(columns='Id').to_numpy().tolist()

输出：

[[23, 'Max'], [56, 'Stan'], [25, 'Joy'], [44, 'Lee']]

【讨论】：

是的，但问题是我不想创建另一个 df。想要保留 df 的原创性，但仅在转换为列表期间我希望删除“Id”。谢谢

@devPy 所以只需将列表分配给一个新变量，对吧？