pandasDataFrame列表

我正在满足另一列中的条件,从一列中提取数据的子集。

我可以得到正确的值,但它是在pandas.core.frame.DataFrame。 如何将其转换为列表?

import pandas as pd tst = pd.read_csv('C:\\SomeCSV.csv') lookupValue = tst['SomeCol'] == "SomeValue" ID = tst[lookupValue][['SomeCol']] #How To convert ID to a list 

4 Solutions collect form web for “pandasDataFrame列表”

使用.values得到一个numpy.array ,然后.tolist()来得到一个列表。

例如:

 import pandas as pd df = pd.DataFrame({'a':[1,3,5,7,4,5,6,4,7,8,9], 'b':[3,5,6,2,4,6,7,8,7,8,9]}) 

结果:

 >>> df['a'].values.tolist() [1, 3, 5, 7, 4, 5, 6, 4, 7, 8, 9] 

或者你可以使用

 >>> df['a'].tolist() [1, 3, 5, 7, 4, 5, 6, 4, 7, 8, 9] 

要删除重复项,您可以执行以下任一操作:

 >>> df['a'].drop_duplicates().values.tolist() [1, 3, 5, 7, 4, 6, 8, 9] >>> list(set(df['a'])) # as pointed out by EdChum [1, 3, 4, 5, 6, 7, 8, 9] 

我想澄清几件事情:

  1. 正如其他答案指出的,最简单的事情是使用pandas.Series.tolist() 。 我不知道为什么顶级投票的答案pandas.Series.values.tolist()了使用pandas.Series.values.tolist()因为据我所知,它增加了语法/混淆,没有额外的好处。
  2. tst[lookupValue][['SomeCol']]是一个数据tst[lookupValue][['SomeCol']] (如问题中所述),而不是一系列(如问题的评论中所述)。 这是因为tst[lookupValue]是一个数据tst[lookupValue] ,并用[['SomeCol']]对它进行分片,要求列出列表(列表恰好长度为1),结果返回一个数据框。 如果你删除了多余的括号,如tst[lookupValue]['SomeCol'] ,那么你只需要那一列而不是一列列表,这样你就得到了一系列的结果。
  3. 你需要一个系列来使用pandas.Series.tolist() ,所以你应该在这种情况下跳过第二组括号。 仅供参考,如果您最终得到的是一个不容易避免的列数据pandas.DataFrame.squeeze() ,您可以使用pandas.DataFrame.squeeze()将其转换为一系列数据。
  4. tst[lookupValue]['SomeCol']通过链接切片获取特定列的子集。 它会切片一次以获得只有特定行的dataframe,然后再切片以获得某个列。 你可以在这里摆脱它,因为你只是阅读,而不是写作,但正确的方法是tst.loc[lookupValue, 'SomeCol'] (它返回一系列)。
  5. 使用#4的语法,你可以合理的做一行: ID = tst.loc[tst['SomeCol'] == 'SomeValue', 'SomeCol'].tolist()

演示代码:

 import pandas as pd df = pd.DataFrame({'colA':[1,2,1], 'colB':[4,5,6]}) filter_value = 1 print "df" print df print type(df) rows_to_keep = df['colA'] == filter_value print "\ndf['colA'] == filter_value" print rows_to_keep print type(rows_to_keep) result = df[rows_to_keep]['colB'] print "\ndf[rows_to_keep]['colB']" print result print type(result) result = df[rows_to_keep][['colB']] print "\ndf[rows_to_keep][['colB']]" print result print type(result) result = df[rows_to_keep][['colB']].squeeze() print "\ndf[rows_to_keep][['colB']].squeeze()" print result print type(result) result = df.loc[rows_to_keep, 'colB'] print "\ndf.loc[rows_to_keep, 'colB']" print result print type(result) result = df.loc[df['colA'] == filter_value, 'colB'] print "\ndf.loc[df['colA'] == filter_value, 'colB']" print result print type(result) ID = df.loc[rows_to_keep, 'colB'].tolist() print "\ndf.loc[rows_to_keep, 'colB'].tolist()" print ID print type(ID) ID = df.loc[df['colA'] == filter_value, 'colB'].tolist() print "\ndf.loc[df['colA'] == filter_value, 'colB'].tolist()" print ID print type(ID) 

结果:

 df colA colB 0 1 4 1 2 5 2 1 6 <class 'pandas.core.frame.DataFrame'> df['colA'] == filter_value 0 True 1 False 2 True Name: colA, dtype: bool <class 'pandas.core.series.Series'> df[rows_to_keep]['colB'] 0 4 2 6 Name: colB, dtype: int64 <class 'pandas.core.series.Series'> df[rows_to_keep][['colB']] colB 0 4 2 6 <class 'pandas.core.frame.DataFrame'> df[rows_to_keep][['colB']].squeeze() 0 4 2 6 Name: colB, dtype: int64 <class 'pandas.core.series.Series'> df.loc[rows_to_keep, 'colB'] 0 4 2 6 Name: colB, dtype: int64 <class 'pandas.core.series.Series'> df.loc[df['colA'] == filter_value, 'colB'] 0 4 2 6 Name: colB, dtype: int64 <class 'pandas.core.series.Series'> df.loc[rows_to_keep, 'colB'].tolist() [4, 6] <type 'list'> df.loc[df['colA'] == filter_value, 'colB'].tolist() [4, 6] <type 'list'> 

你可以使用pandas.Series.tolist

例如:

 import pandas as pd df = pd.DataFrame({'a':[1,2,3], 'b':[4,5,6]}) 

跑:

 >>> df['a'].tolist() 

你会得到

 >>> [1, 2, 3] 

如果所有的数据都是相同的dtype,上面的解决scheme是好的。 Numpy数组是均匀的容器。 当你做df.values输出是一个numpy array 。 所以如果数据有intfloat ,那么输出将会有int或者float并且这些列将会丢失原来的dtype。 考虑df

 ab 0 1 4 1 2 5 2 3 6 a float64 b int64 

所以如果你想保留原来的dtype,你可以做类似的事情

 row_list = df.to_csv(None, header=False, index=False).split('\n') 

这将以stringforms返回每一行。

 ['1.0,4', '2.0,5', '3.0,6', ''] 

然后拆分每一行以获得列表的列表。 拆分后的每个元素都是一个unicode。 我们需要将其转换为所需的数据types。

 def f(row_str): row_list = row_str.split(',') return [float(row_list[0]), int(row_list[1])] df_list_of_list = map(f, row_list[:-1]) [[1.0, 4], [2.0, 5], [3.0, 6]] 
  • 删除前导和尾随空格?
  • 优点和缺点使用芹菜与RQ
  • Python请求requests.exceptions.SSLError: _ssl.c:504:EOF违反协议
  • Python代码使用Vim折叠的推荐方法是什么?
  • 将dataframe分成多个dataframe
  • 为什么浮点字典键可以用相同的值覆盖整数键?
  • 如何克隆或复制列表?
  • “列表理解”是什么意思? 它是如何工作的,如何使用它?
  • 我怎样才能快速估计两个(纬度,经度)点之间的距离?
  • Python中整数的长度
  • 在Python 3和2中工作的Unicode文字