Python 如何将元组列表转换为矩阵以进行列访问？

我有一个元组列表：

tups = [('a',5,'test'),('b', 8, 'test1')]

对于每个元组，我需要提取索引I处的值

显然，我可以迭代列表中的每个元组，得到我想要的值并将其放入数组中。。。然而，我认为应该有更好的方法

理想情况下，我希望将我的元组列表转换为矩阵或数据帧（或类似的东西），在这里我可以将列提取为数组

例如，使用上面的元组列表，我希望执行以下操作：

matrix = tups.AsMatrix(ncols=len(tups[0])) #All tups have the same number of values.
column_values = matrix[0]
print(column_values)
> 'a'
> 'b'

---

如何使用Python 3实现这一点？我看到Pandas有一个数据帧类型，但理想情况下，我不想使用其他库（numpy或本机python除外）来实现这一点。

这里有一些定制的本机python供您使用：

tups = [('a',5,'test'),('b', 8, 'test1')]

def fetcher(list_of_tups, ind):
    return [x[ind] for x in list_of_tups]

print(fetcher(tups, 0))  # ['a', 'b']
print(fetcher(tups, 1))  # [5, 8]

---

或者它的

lambda

版本，以获得一些独特的优点

试试这个：

import pandas as pd
tups = [('a',5,'test'),('b', 8, 'test1')]
df = pd.DataFrame(tups)
df 

输出：

   0  1      2
0  a  5   test
1  b  8  test1

---

使用

运算符

：

In [250]: import operator

In [252]: f = lambda l, i: list(map(operator.itemgetter(i), l))

---

---

如果您使用的是python2，请删除

列表（…）

“更好”是什么意思？如果您想做的唯一一件事是按索引提取元素，那么您当然不需要Dataframe。如果你想做一些计算/转换/分组/等等-是的，dataframe是一个很好的工具。很好的一个！我一直忘了

itemgetter

@COLDSPEED谢谢，这就是我想要的@pookie很乐意帮忙：）这比更多的Python列表理解快吗？@Giolelm不，但它们几乎是一样的。即使对于大于10000的非常大的数据，速度也会降低一小部分。嘿，列表也非常干净。很酷，谢谢！我喜欢lambda版本，非常简洁！

In [250]: import operator

In [252]: f = lambda l, i: list(map(operator.itemgetter(i), l))

In [253]: f(tups, 0)
Out[253]: ['a', 'b']

In [254]: f(tups, 1)
Out[254]: [5, 8]

In [255]: f(tups, 2)
Out[255]: ['test', 'test1']