Python中常用的数据结构之一为DataFrame，但有时需要针对特定需求将DataFrame转为List。本文从多个方面针对Python DataFrame转List详细介绍。
一、简介与背景
DataFrame是Python中Pandas库中的一种重要数据结构，可以灵活存储、操作数据。但是在实际应用中，有时需要将DataFrame转换为List类型再进行操作。转List通常是为了方便输入到某些函数或API接口中，或者由于某些限制只允许使用List类型。
二、方法1：使用tolist函数
DataFrame提供了tolist()函数，可以直接将DataFrame转为List类型。
import pandas as pd
# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
# 使用tolist()函数进行转换
lst = df.values.tolist()
print(lst)
代码输出结果：
[[1, 'a'], [2, 'b'], [3, 'c']]
可以看出，tolist函数将DataFrame转换为List，List的每个元素对应一行DataFrame。
三、方法2：使用list()函数
有时候我们可能需要定制List中元素的格式，例如只取DataFrame中的特定列（即某些特定元素），此时可以使用list()函数。
import pandas as pd
# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
# 获取指定列
lst = list(df['A'])
print(lst)
代码输出结果：
[1, 2, 3]
使用list()函数时，可以根据自己的需要获取相应列，例如上述代码只获取了DataFrame中的’A’列。
四、方法3：遍历DataFrame
遍历DataFrame并使用append函数逐行添加到List中也是一种常见的方法。可以通过iloc函数访问DataFrame中每行的元素，并使用append函数将其逐行添加到List中。
import pandas as pd
# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
# 遍历DataFrame并添加到List中
lst = []
for row in df.itertuples(index=False):
lst.append(list(row))
print(lst)
代码输出结果：
[[1, 'a'], [2, 'b'], [3, 'c']]
使用for循环遍历DataFrame中每行元素，并使用append函数添加到List中，最终得到DataFrame转化为的List对象。
五、方法4：使用numpy库
在实现一些高级操作时，可以使用NumPy库进行DataFrame转List的操作。下面的示例展示了如何使用NumPy库将DataFrame转成List类型。
import pandas as pd
import numpy as np
# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
# 使用numpy库进行转换
lst = np.array(df).tolist()
print(lst)
代码输出结果：
[[1, 'a'], [2, 'b'], [3, 'c']]
可以看出可以使用NumPy库的array()函数将DataFrame转换为array类型，然后通过tolist()函数转换为List类型。
六、总结
本文介绍了多种方法如何在Python中将DataFrame转换为List类型，包括使用DataFrame自带的tolist()函数、使用list()函数、遍历DataFrame和使用NumPy库等方法。通过本文的介绍，我们可以更加灵活地处理数据。如果您对DataFrame有更多的操作需求，可以查阅官方文档以获得更多信息。
原创文章，作者：YVCIB，如若转载，请注明出处：https://www.506064.com/n/374168.html
微信扫一扫 
支付宝扫一扫 