如何将pandas.core.frame.DataFrame转换为列表？

如何解决如何将pandas.core.frame.DataFrame转换为列表？

这是我的csv文件中的。这是因为我想将标头C中所有具有“快乐”值的标头A分组

print(df.loc[df["Header C"] == "happy"])

这是输出：

    Header A    Header B    Header C   Header D    Header E
0     rowa.a      rowa.c       happy     rowa.d      rowa.e
3     rowc.a      rowc.c       happy     rowd.d      rowc.e
5     rowe.a      rowe.c       happy     rowe.d      rowe.e

有什么办法可以将输出Header放入列表并将其存储在变量中？

与行相同，我也希望它列出一个列表并将其存储在变量中。

（像这样）：

a = ["Header A","Header B","Header C","Header D","Header E"]
n = ["rowa.a","rowa.c","happy","rowa.d","rowa.e"]
o = ["rowc.a","rowc.c","rowc.d","rowc.e"]

我想要作为最终输出的是一个漂亮的表

from prettytable import prettytable
x = prettytable()
x.field_names = a
x.add_row(n)
x.add_row(o)
print(x)

及其输出：

+----------+----------+----------+----------+----------+
| Header A | Header B | Header C | Header D | Header E |
+----------+----------+----------+----------+----------+
|  rowa.a  |  rowa.c  |  happy   |  rowa.d  |  rowa.e  |
+----------+----------+----------+----------+----------+

非常感谢您！

解决方法

嘿，您可以将数据框转换回字典，然后访问您描述的所有列表：

df.to_dict('split')

,

您可以这样做：

# get header and df values
all_rows = [df.columns.tolist()] + df.to_numpy().tolist()

# get each rows (or you can loop through all_rows)
a = all_rows[0]
n = all_rows[1]
o = all_rows[1]

,

有两种方法可以解决您的问题。

我可能会采用以下解决方案：

Pandas在DataFrame类上提供迭代器以访问数据框，例如逐行DataFrame.iteritems()应该可以解决问题。

它遍历您的数据框，并为您提供（列名称，值）的元组，其中列名称为 str 类型，而值为 Series 类型。 要将系列的值作为列表返回，可以使用Series.tolist()

下面是一个可能的解决方案的草图：

import pandas as pd


df = pd.DataFrame({
    "Header A:" : ["foo_a","bar_a","baz_a"],"Header B:" : ["foo_b","bar_b","baz_b"],"Header C:" : ["foo_c","bar_c","baz_c"]
})


for column,values in df.iteritems():
    print(column)
    print(values.tolist)

,

onClick

或者，当您有很多列并且不想手动列出它们时，可以使用迭代：

from prettytable import PrettyTable
import pandas as pd

# create dataframe
df = pd.DataFrame({
    'a': ["Header A","Header B","Header C","Header D","Header E"],'n': ["rowa.a","rowa.c","happy","rowa.d","rowa.e"],'o': ["rowc.a","rowc.c","rowc.d","rowc.e"]
})

# create pretty table
table = PrettyTable()
table.field_names = df['a'].tolist()
table.add_row(df['n'].tolist())
table.add_row(df['o'].tolist())

print(x)