Python 如何将数据帧的列解压为多个变量

如果维度匹配，列表或numpy数组可以解包为多个变量。对于3xN阵列，以下各项适用：

import numpy as np 
a,b =          [[1,2,3],[4,5,6]]
a,b = np.array([[1,2,3],[4,5,6]])
# result: a=[1,2,3],   b=[4,5,6]

如何为数据帧的列实现类似的行为？扩展上述示例：

import pandas as pd 
df = pd.DataFrame([[1,2,3],[4,5,6]])
df.columns = ['A','B','C']    # Rename cols and
df.index = ['i', 'ii']        # rows for clarity

以下操作未按预期工作：

a,b = df.T
# result: a='i',   b='ii'
a,b,c = df
# result: a='A',   b='B',   c='C'

然而，我想得到的是：

a,b,c = unpack(df)
result: a=df['A'], b=df['B'], c=df['C']

---

pandas中是否已提供功能

unpack

？或者可以简单地模仿它吗？

我只是觉得下面的方法很有效，这已经接近我想要实现的目标了：

a,b,c = df.T.values 
# pd.DataFrame.as_matrix() is deprecated

---

不知道为什么，因为如果你不喜欢

[]

，你可以直接使用它，而且它不是一个与df方法冲突的名称，所以点属性方法将使用

df.a

（等）来访问它们，但是你是在：

a，b，c=df['a']，df['b']，df['c']

？实际上不是，因为我不想为列名操心。对于解包，我指的是与中描述的相同的事情，但我不明白为什么您要解包，而不是直接访问dataframe对象本身的名称。。。除了可能不必要地使df中的列保持活动状态的另一个引用之外，

a=df.a

仅使用

df.a

能让您克服什么？如果您真的需要，您可以访问

df.values

，它将为您提供基本的numpy数组…不，这很好…：）从0.24.0版开始，您还可以执行

a、b、c=df.T.to_numpy（）