将pandas DataFrame转换为列表的列表

Question

我有一个像这样的pandas数据框：

admit   gpa  gre  rank   
0  3.61  380     3  
1  3.67  660     3  
1  3.19  640     4  
0  2.93  520     4

现在我想要得到一个 Pandas 数据框中的行列表，例如：

[[0,3.61,380,3], [1,3.67,660,3], [1,3.19,640,4], [0,2.93,520,4]]   

我该怎么做？

- user2806761

Answer 1

有一个内置的方法是最快的方法，它在.values np数组上调用tolist：

df.values.tolist()

[[0.0, 3.61, 380.0, 3.0],
 [1.0, 3.67, 660.0, 3.0],
 [1.0, 3.19, 640.0, 4.0],
 [0.0, 2.93, 520.0, 4.0]]

- EdChum

Answer 2

你可以这样做：

map(list, df.values)

- Roman Pekar

---

我会对这个答案添加一些警告。在Python 3中，map()返回一个迭代器，因此回答变为list(map(list, df.values))，这是一种过度设计，因为存在更短的拼写df.values.tolist()。（另一个需要注意的事情是，截至pandas 0.24.0（2018年1月），他们建议将df.values拼写为df.to_numpy()，所以我认为它变成了df.to_numpy().tolist()。它的优点是明确表明df.values给出一个未包装的 numpy 对象，而 .tolist() 应该在 numpy 文档中查找。） - Steven Rumbalski

Answer 3

编辑：自0.23.0版本起，as_matrix已被弃用。

您可以在数据框架上使用内置的values或to_numpy方法（推荐选项）：

In [8]:
df.to_numpy()

Out[8]:
array([[  0.9,   7. ,   5.2, ...,  13.3,  13.5,   8.9],
   [  0.9,   7. ,   5.2, ...,  13.3,  13.5,   8.9],
   [  0.8,   6.1,   5.4, ...,  15.9,  14.4,   8.6],
   ..., 
   [  0.2,   1.3,   2.3, ...,  16.1,  16.1,  10.8],
   [  0.2,   1.3,   2.4, ...,  16.5,  15.9,  11.4],
   [  0.2,   1.3,   2.4, ...,  16.5,  15.9,  11.4]])

如果您明确要求列表而不是NumPy数组，则添加.tolist()：

df.to_numpy().tolist()

- Daan

---

请注意，问题要求一个列表的列表，因此如果多维数组不够好，可以在末尾添加.tolist()来完成它。df.to_numpy().tolist() - Steven Rumbalski