Python 如何将数据帧转换为一系列列表？

我已经做了好几次了，我总是很沮丧。我有一个数据帧：

df = pd.DataFrame([[1, 2, 3, 4], [5, 6, 7, 8]], ['a', 'b'], ['A', 'B', 'C', 'D'])

print df

   A  B  C  D
a  1  2  3  4
b  5  6  7  8

我想将

df

转换为：

pd.Series([[1, 2, 3, 4], [5, 6, 7, 8]], ['a', 'b'])

a    [1, 2, 3, 4]
b    [5, 6, 7, 8]
dtype: object

我试过了

df.apply(list, axis=1)

这只会让我得到相同的

df

---

什么是方便/有效的方法呢？

熊猫非常努力地使数据帧变得方便。因此，它将列表和数组解释为您希望拆分为列的内容。我不会抱怨，这几乎总是有帮助的

我用了两种方法中的一种

选项1：

# Only works with a non MultiIndex
# and its slow, so don't use it
df.T.apply(tuple).apply(list)

pd.Series(df.T.to_dict('list'))

选项2：

# Only works with a non MultiIndex
# and its slow, so don't use it
df.T.apply(tuple).apply(list)

pd.Series(df.T.to_dict('list'))

两者都给你：

a    [1, 2, 3, 4]
b    [5, 6, 7, 8]
dtype: object

但是，选项2的缩放效果更好

---

时机 给定的

df

from string import ascii_letters
letters = list(ascii_letters)
df = pd.DataFrame(np.random.choice(range(10), (52 ** 2, 52)),
                  pd.MultiIndex.from_product([letters, letters]),
                  letters)

更大的

df

from string import ascii_letters
letters = list(ascii_letters)
df = pd.DataFrame(np.random.choice(range(10), (52 ** 2, 52)),
                  pd.MultiIndex.from_product([letters, letters]),
                  letters)

df.T.apply（tuple）.apply（list）

的结果是错误的，因为该解决方案不适用于多索引

---

如果需要更快的解决方案，您可以首先将

数据帧

转换为

numpy数组

，然后转换为列表，最后使用

df

的索引创建新的

系列

：

print (pd.Series(df.values.tolist(), index=df.index))
a    [1, 2, 3, 4]
b    [5, 6, 7, 8]
dtype: object

小数据帧的计时：

In [76]: %timeit (pd.Series(df.values.tolist(), index=df.index))
1000 loops, best of 3: 295 µs per loop

In [77]: %timeit pd.Series(df.T.to_dict('list'))
1000 loops, best of 3: 685 µs per loop

In [78]: %timeit df.T.apply(tuple).apply(list)
1000 loops, best of 3: 958 µs per loop

而对于大型：

from string import ascii_letters
letters = list(ascii_letters)
df = pd.DataFrame(np.random.choice(range(10), (52 ** 2, 52)),
                  pd.MultiIndex.from_product([letters, letters]),
                  letters)

In [71]: %timeit (pd.Series(df.values.tolist(), index=df.index))
100 loops, best of 3: 2.06 ms per loop

In [72]: %timeit pd.Series(df.T.to_dict('list'))
1 loop, best of 3: 203 ms per loop

In [73]: %timeit df.T.apply(tuple).apply(list)
1 loop, best of 3: 506 ms per loop

---

数据帧到列表的转换

List_name =df_name.values.tolist()