Python 将多个列表放入数据框架

如何获取多个列表并将它们作为不同的列放在python数据框架中？我试过了，但遇到了一些麻烦

尝试1：

• 有三个列表，将它们压缩在一起并使用

  res=zip（lst1、lst2、lst3）

• 只生成一列

尝试2：

percentile_list = pd.DataFrame({'lst1Tite' : [lst1],
                                'lst2Tite' : [lst2],
                                'lst3Tite' : [lst3] }, 
                                columns=['lst1Tite','lst1Tite', 'lst1Tite'])

• 产生一行乘三列（如上所述）或者如果我转置它是三行和一列

---

如何通过3列（三个列表）数据帧获得100行（每个独立列表的长度）

我想你差不多做到了，试着去掉

lst

周围的额外方括号（同样，当你从这样的dict创建数据帧时，不需要指定列名）：

如果您需要更高性能的解决方案，您可以使用

np.column\u stack

，而不是像第一次尝试那样使用

zip

，在这里的示例中，这大约有2倍的加速，但在我看来，这是以可读性为代价的：

import numpy as np
percentile_list = pd.DataFrame(np.column_stack([lst1, lst2, lst3]), 
                               columns=['lst1Title', 'lst2Title', 'lst3Title'])

---

只需补充一点，使用第一种方法，它可以-

pd.DataFrame(list(map(list, zip(lst1,lst2,lst3))))

在这里添加到我们的答案。没有必要使用地图。您只需通过以下方式即可完成：

pd.DataFrame(list(zip(lst1, lst2, lst3)))

这会将列的名称设置为0,1,2。要设置自己的列名，可以将关键字参数

columns

传递给上述方法

pd.DataFrame(list(zip(lst1, lst2, lst3)),
              columns=['lst1_title','lst2_title', 'lst3_title'])

---

添加一个可扩展的解决方案

lists = [lst1, lst2, lst3, lst4]
df = pd.concat([pd.Series(x) for x in lists], axis=1)

---

除了上述答案，我们还可以动态创建

df= pd.DataFrame()
list1 = list(range(10))
list2 = list(range(10,20))
df['list1'] = list1
df['list2'] = list2
print(df)

---

希望有帮助

@oopsi使用了

pd.concat（）

，但没有包括列名。您可以执行以下操作，与已接受答案中的第一个解决方案不同，这使您可以控制列顺序（避免无序的dict）：

---

您可以简单地使用以下代码

train_data['labels']= train_data[["LABEL1","LABEL1","LABEL2","LABEL3","LABEL4","LABEL5","LABEL6","LABEL7"]].values.tolist()
train_df = pd.DataFrame(train_data, columns=['text','labels'])

---

有几种方法可以从多个列表创建数据帧

list1=[1,2,3,4]
list2=[5,6,7,8]
list3=[9,10,11,12]

pd.DataFrame（{'list1'：list1，'list2'：list2，'list3'=list3}）

pd.DataFrame（data=zip（list1，list2，list3），columns=['list1'，'list2'，'list3']）

---

np.column\u堆栈是视图还是复制数据。（如果是复制，似乎效率更高（O（1），而不是O（n））@maxymoo列名可以自动设置为列表名吗？如果列表的数据类型不同，numpy列堆栈无法正常工作。您可以对此进行一些解释吗？您垂直加入（concat）系列（axis=1）要从Python 3.8和Pandas 1.0中的列表创建DataFrame，我们不需要使用list函数，因为DataFrame需要一个iterable，而zip（）返回一个iterable对象。

train_data['labels']= train_data[["LABEL1","LABEL1","LABEL2","LABEL3","LABEL4","LABEL5","LABEL6","LABEL7"]].values.tolist()
train_df = pd.DataFrame(train_data, columns=['text','labels'])

list1=[1,2,3,4]
list2=[5,6,7,8]
list3=[9,10,11,12]