将DataFrame转换为列表的列表，且不改变值的数据类型。

Question

df.values.to_list() 或 list(df.values) 将数据框转换为列表，但整数值会被转换为浮点值。

DataFrame 是一个,

   HSCode  value  year
0       2   0.18  2018
1       3   0.00  2018
2       4  12.48  2018
3       6   0.00  2018
4       7   1.89  2018

需要输出的内容是：

[[2,0.18,2018],[3,0.00,2018]..]

但是，df.values.tolist() 返回的结果是：

[[2.0,0.18,2018.0],...]

- SUDHEER TALLURI

Answer 1

itertuples

list(map(list, df.itertuples(index=False)))

[[2, 0.18, 2018],
 [3, 0.0, 2018],
 [4, 12.48, 2018],
 [6, 0.0, 2018],
 [7, 1.89, 2018]]

---

简单明了一些

而且更不易读

[*map(list, zip(*map(df.get, df)))]

[[2, 0.18, 2018],
 [3, 0.0, 2018],
 [4, 12.48, 2018],
 [6, 0.0, 2018],
 [7, 1.89, 2018]]

- piRSquared

Answer 2

您可以使用中介的numpy记录数组来保留数据类型，然后如果必要，再转换为列表。

这种方法速度相当快，但会使您得到一个元组列表，而不是一个列表列表。

---

df.to_records(index=False).tolist()

[(2, 0.18, 2018),
 (3, 0.0, 2018),
 (4, 12.48, 2018),
 (6, 0.0, 2018),
 (7, 1.89, 2018)]

- user3483203

---

这可能仍然更快 [*zip(*map(df.get, df))] - piRSquared

同意，除非列数相当高，否则“to_records”不会提供性能增益。 - user3483203

不是的。在更长的数据框上，速度大约快了2倍。在更宽的数据上...仍然更快。 - piRSquared

因此，我可能会更经常使用to_records。 - piRSquared

我发现 df.get 在大约1000x1000的情况下表现更好，然后似乎会有所改变。对于浮点数，df.get 的表现要更好一些，可以持续到大约3000。无论哪种情况，tolist 占据了大部分时间。 - user3483203

当我有动力时，我会进一步调查。 - piRSquared