Pandas DataFrame 到列表列表
Posted
技术标签:
【中文标题】Pandas DataFrame 到列表列表【英文标题】:Pandas DataFrame to List of Lists 【发布时间】:2015-03-16 09:44:12 【问题描述】:将列表列表转换为 pandas 数据框很容易:
import pandas as pd
df = pd.DataFrame([[1,2,3],[3,4,5]])
但是如何将 df 转回列表列表?
lol = df.what_to_do_now?
print lol
# [[1,2,3],[3,4,5]]
【问题讨论】:
pd.DataFrame.what_to_do_now = lambda self: self.values.tolist(); lol = df.what_to_do_now(); print(lol) # [[1,2,3],[3,4,5]]
如果你相信它,它会起作用。
【参考方案1】:
您可以访问底层数组并调用其tolist
方法:
>>> df = pd.DataFrame([[1,2,3],[3,4,5]])
>>> lol = df.values.tolist()
>>> lol
[[1L, 2L, 3L], [3L, 4L, 5L]]
【讨论】:
L 表示 long,而不是 int。 从 v0.24 开始,it would be better to usedf.to_numpy().tolist()
.
注意,这不会保留列顺序。所以要小心
没有理由不保留列顺序。
@RussellLego 这似乎有点奇怪,你知道一个可以证明这一点的例子吗?【参考方案2】:
如果数据具有要保留的列和索引标签,则有几个选项。
示例数据:
>>> df = pd.DataFrame([[1,2,3],[3,4,5]], \
columns=('first', 'second', 'third'), \
index=('alpha', 'beta'))
>>> df
first second third
alpha 1 2 3
beta 3 4 5
其他答案中描述的tolist()
方法很有用,但只产生核心数据 - 根据您的需要,这可能还不够。
>>> df.values.tolist()
[[1, 2, 3], [3, 4, 5]]
一种方法是使用df.to_json()
将DataFrame
转换为json,然后再次解析。这很麻烦,但确实有一些优点,因为to_json()
方法有一些有用的选项。
>>> df.to_json()
"first":"alpha":1,"beta":3,
"second":"alpha":2,"beta":4,"third":"alpha":3,"beta":5
>>> df.to_json(orient='split')
"columns":["first","second","third"],
"index":["alpha","beta"],
"data":[[1,2,3],[3,4,5]]
麻烦但可能有用。
好消息是为列和行构建列表非常简单:
>>> columns = [df.index.name] + [i for i in df.columns]
>>> rows = [[i for i in row] for row in df.itertuples()]
这会产生:
>>> print(f"columns: columns\nrows: rows")
columns: [None, 'first', 'second', 'third']
rows: [['alpha', 1, 2, 3], ['beta', 3, 4, 5]]
如果None
作为索引的名称很麻烦,请重命名:
df = df.rename_axis('stage')
然后:
>>> columns = [df.index.name] + [i for i in df.columns]
>>> print(f"columns: columns\nrows: rows")
columns: ['stage', 'first', 'second', 'third']
rows: [['alpha', 1, 2, 3], ['beta', 3, 4, 5]]
【讨论】:
如果你有一个多级索引,索引元组将是生成行的第一个元素。您需要进一步的步骤来拆分它。 使用DataFrame.itertuples()
或DataFrame.to_records()
会不会更简单?
@AMC 也许,我不知道,也许?为什么不在您自己的答案中添加对这种想法的适当处理,而不是自以为是?
@AndrewE 嗯,仍然值得讨论和改进现有答案。【参考方案3】:
我想保留索引,所以我修改了这个解决方案的原始答案:
list_df = df.reset_index().values.tolist()
现在您可以将其粘贴到其他地方(例如粘贴到 Stack Overflow 问题中),然后重新创建它:
pd.Dataframe(list_df, columns=['name1', ...])
pd.set_index(['name1'], inplace=True)
【讨论】:
【参考方案4】:我不知道它是否符合您的需求,但您也可以这样做:
>>> lol = df.values
>>> lol
array([[1, 2, 3],
[3, 4, 5]])
这只是 ndarray 模块中的一个 numpy 数组,它可以让你做所有常见的 numpy 数组的事情。
【讨论】:
加 1。在实践中,通常不需要将 NumPy 数组转换为列表列表。【参考方案5】:我遇到了这个问题:如何让 df 的标题位于第 0 行,以便将它们写入 excel 中的第 1 行(使用 xlsxwriter)?提出的解决方案都没有奏效,但它们为我指明了正确的方向。我只需要多一行代码
# get csv data
df = pd.read_csv(filename)
# combine column headers and list of lists of values
lol = [df.columns.tolist()] + df.values.tolist()
【讨论】:
@Timothy 我需要贡献更多才能投票给你【参考方案6】:也许有些东西发生了变化,但这会返回一个 ndarrays 列表,它可以满足我的需要。
list(df.values)
【讨论】:
【参考方案7】:注意:我在 Stack Overflow 上看到过很多案例,其中完全没有必要将 Pandas Series 或 DataFrame 转换为 NumPy 数组或纯 Python 列表。如果您是该库的新手,请考虑仔细检查这些 Pandas 对象是否已经提供了您需要的功能。
引用@jpp 的comment:
在实践中,通常不需要将 NumPy 数组转换为列表列表。
如果 Pandas DataFrame/Series 不起作用,您可以使用内置的 DataFrame.to_numpy
和 Series.to_numpy
方法。
【讨论】:
这个答案仅代表您自己的信念。坦率地说,这有点尴尬。将数据帧转换为列表/数组有完全正当的理由,高级用户肯定知道。 @NicolasGervais 这可能有点太多了,是的,我会编辑它以减少概括。 将数据框转换为列表/数组有完全正当的理由 当然,我的回答并没有说任何相反的东西。 高级用户肯定知道。我不明白那个刺拳的意义。在注意到许多人将系列转换为 ndarray 或列表,并将 ndarray 转换为列表后,我写了这个答案,仅仅是因为他们不知道这些对象支持哪些操作。 我指的是非常明显的案例,比如for elem in some_series.values.tolist():
,因为他们不知道您可以迭代系列的元素。我不确定这个答案有什么可怕的地方。【参考方案8】:
"df.values" 返回一个 numpy 数组。这不会保留数据类型。整数可能会转换为浮点数。
df.iterrows() 返回一个也不能保证保留数据类型的系列。见:https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iterrows.html
下面的代码转换为列表并保留数据类型:
rows = [list(row) for row in df.itertuples()]
【讨论】:
【参考方案9】:如果您希望将Pandas DataFrame
转换为表格(列表列表)并包含标题列,这应该可以:
import pandas as pd
def dfToTable(df:pd.DataFrame) -> list:
return [list(df.columns)] + df.values.tolist()
用法(在 REPL 中):
>>> df = pd.DataFrame(
[["r1c1","r1c2","r1c3"],["r2c1","r2c2","r3c3"]]
, columns=["c1", "c2", "c3"])
>>> df
c1 c2 c3
0 r1c1 r1c2 r1c3
1 r2c1 r2c2 r3c3
>>> dfToTable(df)
[['c1', 'c2', 'c3'], ['r1c1', 'r1c2', 'r1c3'], ['r2c1', 'r2c2', 'r3c3']]
【讨论】:
【参考方案10】:-
迄今为止提出的解决方案都受到“重新发明***”方法的影响。引用@AMC:
如果您是该库的新手,请考虑仔细检查这些 Pandas 对象是否已经提供了您需要的功能。
-
如果您将数据框转换为列表列表,您将丢失信息 - 即索引和列名称。
我的解决方案:使用to_dict()
dict_of_lists = df.to_dict(orient='split')
这将为您提供包含三个列表的字典:index
、columns
、data
。如果您确定确实不需要列和索引名称,则可以使用
dict_of_lists['data']
【讨论】:
上面提出的解决方案仍然是“有损”的。您将丢失索引和列的名称(df.index.name
和 df.columns.name
)【参考方案11】:
与问题不太相关,但具有相同期望的另一种风味
将数据框系列转换为列表列表以使用 Plotly 中的 create_distplot 绘制图表
hist_data=[]
hist_data.append(map_data['Population'].to_numpy().tolist())
【讨论】:
【参考方案12】:我们可以使用 DataFrame.iterrows() 函数遍历给定 Dataframe 的每一行,并根据每一行的数据构造一个列表:
# Empty list
row_list =[]
# Iterate over each row
for index, rows in df.iterrows():
# Create list for the current row
my_list =[rows.Date, rows.Event, rows.Cost]
# append the list to the final list
row_list.append(my_list)
# Print
print(row_list)
我们可以成功地将给定数据框的每一行提取到一个列表中
【讨论】:
这不是一个好主意,尽量避免使用 df.iterrows 因为它是反模式并且一旦 df 变大就会变慢:***.com/questions/16476924/…【参考方案13】:这很简单:
import numpy as np
list_of_lists = np.array(df)
【讨论】:
这与使用DataFrame.values
或 DataFrame.to_numpy()
有何不同?不要介意它创建一个 NumPy 数组,而不是一个普通的 Python 列表。以上是关于Pandas DataFrame 到列表列表的主要内容,如果未能解决你的问题,请参考以下文章
Pandas Dataframe 中的索引行不在索引列表中(Python)[重复]
将 Pandas DataFrame 中的列组合到 DataFrame 中的列表列