Python 3.x Python/Pandas：如何根据所选的行名称（模式）创建列值列表？

如何基于模式名实现它的值列表-参见图

假设我选择“Pattern_8_0_100_8_2”，我希望与该行关联的列中的值（8,0,100,8,2）成为一个列表。熊猫图书馆有没有办法做到这一点

我要创建的列表：

Pattern_8_0_100_8_2=['8'，'0'，'100'，'8'，'2']

Pattern_8_0_200_16_3=['8'，'0'，'200'，'16'，'3']

Pattern_8_0_300_32_4=['8'，'0'，'300'，'32'，'4']

Pattern_8_0_400_64_5=['8'，'0'，'400'，'64'，'5']

到目前为止，我能够读取包含数据的xlxs文件，并按特定行打印数据（见图）

将熊猫作为pd导入

dyn\u power\u df=pd.read\u excel（r“C:\power.xlsx”）

dyn\u power\u df[dyn\u power\u df[“pattern”]=“pattern\u 8\u 0\u 100\u 8\u 2”]

---

我想我们必须使用基于模式名的条件（if-else）语句来将值存储在与其相关联的列中？有没有更简单的方法？请帮助我，因为我还是python/pandas新手。谢谢

首先，让我们构建一个空数据帧

patterns = [
    "Pattern_8_0_100_8_2",
    "Pattern_8_0_200_16_3",
    "Pattern_8_0_300_32_4",
    "Pattern_8_0_400_64_5",
]

columns = [
    "Channel Count",
    "FEC count",
    "Input Clock Freq",
    "Data Rate",
    "Post PLL Divider",
]

df = pd.DataFrame(columns=columns, index=patterns)

现在我们可以迭代数据帧，并将索引拆分为列

for index, row in df.iterrows():
    li = index.split("_")
    for c in range(5):
        df.loc[index][c] = int(li[c + 1])

最后，我们可以使用刚刚创建的数据框架中的列压缩索引，以创建具有您的模式的元组列表，然后是值列表

print(list(zip(df.index, df.values.tolist())))

结果是：

[('Pattern_8_0_100_8_2', [8, 0, 100, 8, 2]),
 ('Pattern_8_0_200_16_3', [8, 0, 200, 16, 3]),
 ('Pattern_8_0_300_32_4', [8, 0, 300, 32, 4]),
 ('Pattern_8_0_400_64_5', [8, 0, 400, 64, 5])]

---

您可以按

拆分列。您需要提供一个最简单的示例我没有尝试拆分模式名称中的数字，而是在列表中与行/模式名称关联的列中添加值。