Pandas DataFrame для списка списков

Ответ 1

Вы можете получить доступ к базовому массиву и вызвать его метод tolist:

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

Ответ 2

Если данные содержат метки столбцов и индексов, которые вы хотите сохранить, есть несколько вариантов.

Пример данных:

>>> 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

Метод tolist(), описанный в других ответах, полезен, но дает только основные данные, которых может быть недостаточно, в зависимости от ваших потребностей.

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

Один подход состоит в том, чтобы преобразовать DataFrame в json, используя df.to_json(), а затем снова проанализировать его. Это громоздко, но имеет некоторые преимущества, потому что метод to_json() имеет несколько полезных опций.

>>> 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]]
}

Громоздкий, но может быть полезен.

Хорошей новостью является то, что довольно сложно создавать списки для столбцов и строк:

>>> columns = [df.index.name] + [i for i in df.columns]
>>> rows = [[i for i in row] for row in df.itertuples()]

Это дает:

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

Если None в качестве имени индекса назойливое, переименуйте его:

df = df.rename_axis('stage')

Тогда:

>>> 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]]

Ответ 3

Я не знаю, соответствует ли это вашим потребностям, но вы также можете:

>>> lol = df.values
>>> lol
array([[1, 2, 3],
       [3, 4, 5]])

Это всего лишь массив numpy из модуля ndarray, который позволяет вам выполнять все обычные операции с массивом numpy.

Ответ 4

Я хотел сохранить индекс, поэтому я адаптировал исходный ответ к этому решению:

df.reset_index().values.tolist()

Теперь, чтобы воссоздать его где-то еще (например, в прошлом в вопросе):

pd.Dataframe(<data-printed-above>, columns=['name1', ...])
pd.set_index(['name1'], inplace=True)

Ответ 5

Возможно, что-то изменилось, но это вернуло список ndarrays, которые сделали то, что мне было нужно.

list(df.values)