当前位置：首页 > article >正文

DataFrame to list（pandas框架转列表）

article 2024/12/22 18:40:22

tolist方法获取列名称列表和数据行，+/extappent连接或者insert在数据列表头插入列名称列表。

(笔记模板由python脚本于2024年12月18日 23:37:41创建，本篇笔记适合熟悉pandas、list的coder翻阅)

【学习的细节是欢悦的历程】

Python 官网：https://www.python.org/
Free：大咖免费“圣经”教程《 python 完全自学教程》，不仅仅是基础那么简单……
地址：https://lqpybook.readthedocs.io/

自学并不是什么神秘的东西，一个人一辈子自学的时间总是比在学校学习的时间长，没有老师的时候总是比有老师的时候多。
—— 华罗庚

My CSDN主页、My HOT博、My Python 学习个人备忘录
好文力荐、老齐教室

tolist方法提取数据行 框架 to 列表 （+/extappend连接或者insert）

本文质量分：

【 $97$ 】
本文地址： https://blog.csdn.net/m0_57158496/article/details/144572238

CSDN质量分查询入口：http://www.csdn.net/qc

目录

◆ pandas的list
- 1、题目描述
- 2、算法解析
- 3、完整源码(Python)
- 4、内存中的“csv”对象

◆ pandas的list

1、题目描述

题目描述截屏图片

【题目来源于 CSDN 问答社区提问“pandas的list追加问题”】

回页目录

2、算法解析

仔细推敲过提问的代码，认为其代码逻辑没有问题。其代码不达预期，是因为直接把列名称列表与值列表相加（拼接，相当于data_c.extend(data.v)），得到了columns两个元素和values的三个元素的list。

data是一个二维列表，包含三行数据的子列表，直接+运算符拼接，就相当于把值列表的数据行追加到了data_c。您的预期是要让列名称列表是一个整体（一个元素），问题出在“代码实现”的小小失误。

如果用list.insert操作，将有更清晰的逻辑。insert方法，避开了将data_c“包装”的逻辑，用+/extappend需要手动包裹；而insert方法缺省了打包过程将data_c整体直接搬运。


new_list = data_v[:] # 切片创建data_v副本
# list.insert方法没有返回值，不可以直接赋值
new_list.insert(0, data_c) # 在值数据行list的前面插入列名list（整体插入）

注意：list.insert方法没有返回值，不可以直接赋值。

效果截屏图片

回页目录

3、完整源码(Python)

#!/usr/bin/env python3
print(f"\n{' 正在加载pandas…… ':^38}") 
import pandas as pd # 加载pandas


df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) # pd列表数据创建
data_c = df.columns.tolist() # 柱名列表（列名称列表）
data_v = df.values.tolist() # 值数据行列表
#input((data_c, data_v)) # 调试用代码：打印列名、值数据行列表
#new_list = data_c + data_v # 您的代码不达预期，是因为直接把列名称列表与值列表直接相加（拼接，相当于data_c.extend(data.v)。）。data是一个二维列表，包含三行数据的子列表，您直接拼接，就相当于把值列表的数据行追加到了data_c。
#new_list = [data_c] + data_v # 拼接列名列表和值数据行列表（注意：列名称列表要以一个元素整体拼接）
new_list = data_v[:]
new_list.insert(0, data_c) # 在值数据行的前面插入列名列表（data_v[:]，是切片创建data_v副本）
print(new_list) # 查看结果


# 打印“csv”的代码

#!/usr/bin/env python3
print(f"\n{' 正在加载pandas…… ':^38}", end='\r') 
import pandas as pd # 加载pandas


# 创建一个示例 DataFrame
df = pd.DataFrame({
    'Column1': [1, 2, 3],
    'Column2': ['a', 'b', 'c']
})

# 将 DataFrame 转换为列表的列表形式
list_of_lists = [df.columns.tolist()] + df.values.tolist()

# 现在list_of_lists包含了CSV格式的数据，可以直接在内存中使用
print(
	     f"DataFrame: {df}"
	     f"\n\n“csv”: {list_of_lists}"
	      )

回页目录

4、内存中的“csv”对象

观察发现，题主的预期，实际就是一个DataFrame的csv文本形式的列表（每行一个元素），这是我的一篇学习笔记素材，如有兴趣请到我的csdn个人主页查看我的近期动态。

打印“csv”的代码

#!/usr/bin/env python3
print(f"\n{' 正在加载pandas…… ':^38}", end='\r') 
import pandas as pd # 加载pandas


# 创建一个示例 DataFrame
df = pd.DataFrame({
    'Column1': [1, 2, 3],
    'Column2': ['a', 'b', 'c']
})

# 将 DataFrame 转换为列表的列表形式
list_of_lists = [df.columns.tolist()] + df.values.tolist()

# 现在list_of_lists包含了CSV格式的数据，可以直接在内存中使用
print(
	     f"DataFrame: {df}"
	     f"\n\n“csv”: {list_of_lists}"
	      )

效果截屏

回页首

上一篇：内存中优雅的csv对象（Python）_{(磁盘*.csv文件是文本，以行结构的二维list是内存中的“csv”)}
下一篇：

我的HOT博：

本次共计收集404篇博文笔记信息，总阅读量61.76w。数据采集于2024年11月25日 08:23:38，用时7分56.4秒。阅读量不小于6.00k的有 $9$ 篇。

让QQ群昵称色变的神奇代码
地址：https://blog.csdn.net/m0_57158496/article/details/122566500
浏览阅读：6.2w
点赞：25 收藏：89 评论：17
(本篇笔记于2022-01-18 19:15:08首次发布，最后修改于2022-01-20 07:56:47)
Python列表(list)反序(降序)的7种实现方式
地址：https://blog.csdn.net/m0_57158496/article/details/128271700
浏览阅读：1.3w
点赞：9 收藏：40 评论：8
(本篇笔记于2022-12-11 23:54:15首次发布，最后修改于2023-03-20 18:13:55)
pandas 数据类型之 DataFrame
地址：https://blog.csdn.net/m0_57158496/article/details/124525814
浏览阅读：1.0w
点赞：7 收藏：40
(本篇笔记于2022-05-01 13:20:17首次发布，最后修改于2022-05-08 08:46:13)
个人信息提取(字符串)
地址：https://blog.csdn.net/m0_57158496/article/details/124244618
浏览阅读：1.0w
点赞：3 收藏：20
(本篇笔记于2022-04-18 11:07:12首次发布，最后修改于2022-04-20 13:17:54)
罗马数字转换器|罗马数字生成器
地址：https://blog.csdn.net/m0_57158496/article/details/122592047
浏览阅读：8.2k
收藏：3
(本篇笔记于2022-01-19 23:26:42首次发布，最后修改于2022-01-21 18:37:46)
统计字符串字符出现的次数
地址：https://blog.csdn.net/m0_57158496/article/details/130517025
浏览阅读：8.1k
点赞：5 收藏：24
(本篇笔记于2023-05-06 22:28:18首次发布，最后修改于2023-05-12 06:21:40)
Python字符串居中显示
地址：https://blog.csdn.net/m0_57158496/article/details/122163023
浏览阅读：8.0k
点赞：1 收藏：12 评论：1
回车符、换行符和回车换行符
地址：https://blog.csdn.net/m0_57158496/article/details/123109488
浏览阅读：6.7k
点赞：2 收藏：4
(本篇笔记于2022-02-24 13:10:02首次发布，最后修改于2022-02-25 20:07:40)
python清屏
地址：https://blog.csdn.net/m0_57158496/article/details/120762101
浏览阅读：6.1k
点赞：1 收藏：10