Pandas DataFrame到列表列表

Question

将列表列表转换为pandas数据帧很容易:

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

但是如何将df变回列表列表呢？

lol = df.what_to_do_now?
print lol
# [[1,2,3],[3,4,5]]

Answer 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]]

Answer 2

如果数据包含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

tolist()其他答案中描述的方法很有用,但只产生核心数据 - 这可能还不够,具体取决于您的需求.

>>> df.values.tolist()
[[1, 2, 3], [3, 4, 5]]

一种方法是使用转换DataFrame为json df.to_json(),然后再次解析它.这很麻烦,但确实有一些优点,因为该to_json()方法有一些有用的选择.

>>> 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,请将其重命名为:

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]]

Answer 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)

Answer 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,它允许你执行所有常见的numpy数组事务.

Answer 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）？所提出的解决方案都不起作用，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()