将数据框添加到列表列表

Question

很容易将列表列表转换为数据帧：

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

但是我如何将df转换回列表列表呢？

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

Answer 1

我想保留索引，因此我将原始答案改编为此解决方案：

list_df = df.reset_index().values.tolist()

现在，您可以将其粘贴到其他位置（例如粘贴到堆栈溢出问题中），然后重新创建：

pd.Dataframe(list_df, columns=['name1', ...])
pd.set_index(['name1'], inplace=True)

Answer 2

如果数据具有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

其他答案中描述的tolist（）方法很有用，但只生成核心数据，这可能还不够，具体取决于您的需要。

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

一种方法是使用df将DataFrame转换为json。然后再次解析它。这很麻烦，但也有一些优点，因为to_json（）方法有一些有用的选项。

>>> 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]]
}

笨重但可能有用。

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()]

这将产生：

>>> print(f"columns: {columns}\nrows: {rows}") 
columns: [None, 'first', 'second', 'third']
rows: [['alpha', 1, 2, 3], ['beta', 3, 4, 5]]

如果索引名称中的No很麻烦，请重命名它：

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

您可以访问底层数组并调用它的tolist方法：

>>> df = pd.DataFrame([[1,2,3],[3,4,5]])
>>> lol = df.values.tolist()
>>> lol
[[1L, 2L, 3L], [3L, 4L, 5L]]