Python 数据帧到一系列列表

假设我有以下数据帧：

df =pd.DataFrame({'col1':[5,'',2], 'col2':['','',1], 'col3':[9,'','']})  
print(df)

col1 col2 col3
       5    9
 1               
 2     2    1     

有没有一种简单的方法可以将其转换为列表的

pd.Series

，避免使用空元素？因此：

0 [5,9]
1 [1]
2 [2,2,1]

---

将列表理解与删除空值一起使用：

L = [x[x != ''].tolist() for i, x in df.T.items()]
s = pd.Series(L, index=df.index)

或使用参数“拆分”将值转换为列表：

L = df.to_dict(orient='split')['data']
print (L)
[[5, '', 9], ['', '', ''], [2, 1, '']]

然后删除空值：

s = pd.Series([[y for y in x if y != ''] for x in L], index=df.index)

print (s)
0    [5, 9]
1        []
2    [2, 1]
dtype: object

---

可按以下方式进行：

# Break down into list of tuples
records = df.to_records().tolist()

# Convert tuples into lists
series = pd.Series(records).map(list)

# Get rid of empty strings
series.map(lambda row: list(filter(lambda x: x != '', row)))

# ... alternatively
series.map(lambda row: [x for x in row if x != ''])

导致

0    [0, 5, 9]
1          [1]
2    [2, 2, 1]

你可以用这个

In[1]: [x[x.apply(lambda k: k != '')].tolist() for i, x in df.iterrows()]

Out[1]: [[5, 9], [], [2, 1]]

类似于。但是如果您不期望

0

值，则可以使用空字符串固有的

False

-ness：

L = [x[x.astype(bool)].tolist() for i, x in df.T.items()]
res = pd.Series(L, index=df.index)

你可以尝试使用

只需取

df.values

。使用

map

将它们转换为列表并删除空元素：

In [2193]: df
Out[2193]: 
  col1 col2 col3
0         5    9
1    1          
2    2    2    1

一艘班轮：

---

但你为什么要这么做？我需要它来完成一项相当具体的任务。我想知道是否有一种与之相反的方式来执行

.apply（pd.Series）

，@juanpa.arrivillagaThis并没有去除空元素，尽管也删除了0值：（好的，我是以牺牲优雅为代价来破解的。如果值中没有

0

，那么解决方案是可行的，我同意。所以不适用于一般数据，不幸的是…@jezrael，当然。如果

0

数据不是预期的，这个解决方案对于大型数据集的效率大约是空字符串的1.5倍。对于边缘情况，以及未来的情况，也是如此。）e访客，这是值得注意的。在这种情况下也可能有“0”。无论如何，Thx，并同意它在其他情况下可能有用谢谢，很好的解决方案谢谢@caiobelfort

In [2186]: pd.Series(df.values.tolist()).map(lambda row: [x for x in row if x != ''])
Out[2186]: 
0       [5, 9]
1          [1]
2    [2, 2, 1]
dtype: object