如何从 Pandas 数据帧列或行中轻松提取列表？

从 Pandas 数据帧列或行中提取列表：全面指南

前言

在数据分析和操作中，经常需要将 Pandas 数据帧中的数据提取到列表中，以便进行进一步的处理或可视化。本文将深入探讨如何从数据帧的列或行中提取列表，并提供丰富的示例代码和实用技巧，帮助你轻松掌握这一重要技术。

从列中提取列表

要从数据帧的特定列中提取列表，可以使用 tolist() 方法：

# 获取列名为 'cluster' 的列表
cluster_list = df['cluster'].tolist()

此方法将创建包含所有 cluster 列值的列表，可以方便地对其进行迭代或操作。

从行中提取列表

要从数据帧的特定行中提取列表，可以使用 iloc 方法：

# 获取索引为 1 的行的列表
row1_list = df.iloc[1].tolist()

此方法将创建一个包含行 1 中所有值（包括 NaN）的列表。

获取整个列或行的列表

要获取整个列或行的列表，可以使用 values.tolist() 方法：

# 获取 'cluster' 列的列表
cluster_list = df['cluster'].values.tolist()

# 获取索引为 1 的行的列表
row1_list = df.iloc[1].values.tolist()

与 tolist() 方法类似，values.tolist() 方法返回一个 Python 列表，但它仅包含非 NaN 值。

示例

为了演示这些方法，让我们使用以下示例数据帧 df：

import pandas as pd

df = pd.DataFrame({
    'cluster': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
    'load_date': ['1/1/2014', '2/1/2014', '3/1/2014', '4/1/2014', '4/1/2014', '4/1/2014', '7/1/2014', '8/1/2014', '9/1/2014'],
    'budget': [1000, 12000, 36000, 15000, 12000, 90000, 22000, 30000, 53000],
    'actual': [4000, 10000, 2000, 10000, 11500, 11000, 18000, 28960, 51200],
    'fixed_price': ['Y', 'Y', 'Y', 'N', 'N', 'N', 'N', 'N', 'N']
})

获取 cluster 列的列表：

cluster_list = df['cluster'].tolist()
print(cluster_list)

输出：

['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C']

获取索引为 1 的行的列表：

row1_list = df.iloc[1].tolist()
print(row1_list)

输出：

['A', '2/1/2014', 12000, 10000, 'Y']

结论

从 Pandas 数据帧列或行中提取列表是数据分析和处理中的一项基本操作。通过使用 tolist()、iloc 和 values.tolist() 方法，你可以轻松地提取所需的列表，从而进一步分析数据或创建可视化。

常见问题解答

1. 如何提取特定索引范围的行列表？

可以使用 iloc 方法并指定索引范围，例如：

row_list = df.iloc[0:3].tolist()  # 提取前三行

2. 如何提取包含特定值的行的列表？

可以使用 query() 方法过滤数据帧，然后使用 tolist() 方法提取行的列表，例如：

row_list = df.query("cluster == 'A'").tolist()  # 提取 cluster 值为 'A' 的行

3. 如何提取特定列的非 NaN 值列表？

使用 dropna() 方法删除 NaN 值，然后使用 tolist() 方法提取列的列表，例如：

column_list = df['column_name'].dropna().tolist()  # 提取不包含 NaN 值的 column_name 列

4. 如何提取行中特定列的列表？

使用 loc 方法指定行和列，然后使用 tolist() 方法提取特定列的列表，例如：

row_column_list = df.loc[0, 'cluster'].tolist()  # 提取第一行中 cluster 列的值

5. 如何从多列中提取值的列表？

使用 [[]] 来指定要提取的列，然后使用 tolist() 方法提取值的列表，例如：

multi_column_list = df[['cluster', 'budget']].tolist()  # 提取 cluster 和 budget 列的值