logo标签列表

Pandas DataFrame 转换为列表嵌套列表

pythonpandas
194

将列表嵌套转换成pandas数据框架很容易：

import pandas as pd
df = pd.DataFrame([[1,2,3],[3,4,5]])

但是我如何将df转换回列表嵌套列表的形式？

lol = df.what_to_do_now?
print lol
# [[1,2,3],[3,4,5]]
1
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]] 它能正常工作，如果你能相信的话。 - cs95
14个回答
282

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]]
3
L的意思是长整型，与int相对。 - user48956
28
从v0.24开始，最好使用df.to_numpy().tolist()。 - cs95
1
注意，这不会保留列顺序。所以请注意。 - Russell Lego
7
它应该能保留列的顺序，没有任何理由不这样做。 - Yohan Obadia
2
@RussellLego 这似乎有点奇怪，你知道有没有可以证明这一点的例子吗？ - AMC
显示剩余3条评论
27

如果数据具有您想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

在其他答案中描述的tolist()方法很有用，但它只提供核心数据，这可能不足够，取决于您的需求。

>>> 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，然后再次解析它。这种方法虽然繁琐但具有一些优点，因为 to_json() 方法具有一些有用的选项。

>>> 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]]
}

繁琐但可能有用。

好消息是，为列和行构建列表相当简单：

>>> columns = [df.index.name] + [i for i in df.columns]
>>> rows = [[i for i in row] for row in df.itertuples()]

这将得出：

>>> print(f"columns: {columns}\nrows: {rows}") 
columns: [None, 'first', 'second', 'third']
rows: [['alpha', 1, 2, 3], ['beta', 3, 4, 5]]

如果将 None 作为索引名称感到麻烦，请将其重命名：

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]]
1
如果您有多级索引，则索引元组将是生成行的第一个元素。您需要进一步拆分它。 - Konstantin
1
使用 DataFrame.itertuples() 或 DataFrame.to_records() 是否更简单些呢？ - AMC
@AMC 或许，我不知道，也许？与其妄加评论，为什么不在你自己的答案中加入对那个想法的适当处理呢？ - Andrew E
@AndrewE 嗯，讨论和改进现有答案仍然是值得的。 - AMC
9

我想要保留索引，因此我将原始答案适应到了这个解决方案中：

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)
7
我不确定它是否符合您的需求，但您也可以执行以下操作： 

>>> lol = df.values
>>> lol
array([[1, 2, 3],
       [3, 4, 5]])

这只是ndarray模块中的一个numpy数组，让您可以执行所有通常的numpy数组操作。
2
在实践中，通常不需要将NumPy数组转换为列表的列表。 - jpp
5
我遇到了这个问题：如何让df的表头在第0行，以便将它们写入excel中的第1行（使用xlsxwriter）？所有提出的解决方案都没有起作用，但是它们指导了我正确的方向。我只需要再添加一行代码即可。
# get csv data
df = pd.read_csv(filename)

# combine column headers and list of lists of values
lol = [df.columns.tolist()] + df.values.tolist()
2

虽然与问题不太相关，但是有相同的期望。

将数据框系列转换为列表的列表，以使用 Plotly 中的 create_distplot 绘制图表。

    hist_data=[]
    hist_data.append(map_data['Population'].to_numpy().tolist())
2
也许有些变化，但这返回了一个ndarrays列表，它完成了我所需的功能。
list(df.values)
1
如果您想将 Pandas DataFrame 转换为表格（列表形式）并包括标题列，则应该使用以下方法：
import pandas as pd
def dfToTable(df:pd.DataFrame) -> list:
    return [list(df.columns)] + df.values.tolist()

使用方法（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']]
1
  1. 迄今为止提出的解决方案存在“重复造轮子”的问题。引用 @AMC 的话：

如果您对该库不熟悉，请再次确认所需功能是否已由那些Pandas对象提供。

  1. 如果将数据框转换为列表的列表，则会丢失信息-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')

这将为您提供一个包含三个列表的字典：index、columns和data。如果您决定不需要列名和索引名称，您可以使用以下代码获取数据：
dict_of_lists['data']
上述解决方案仍然是“有损”的。您将失去索引和列的名称（df.index.name和df.columns.name）。 - Thorsten
1
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接