将列表列表转换为 pandas 数据框很容易：
import pandas as pd
df = pd.DataFrame([[1,2,3],[3,4,5]])
但是如何将 df 转回列表列表？
lol = df.what_to_do_now?
print lol
# [[1,2,3],[3,4,5]]
【问题讨论】：
pd.DataFrame.what_to_do_now = lambda self: self.values.tolist(); lol = df.what_to_do_now(); print(lol) # [[1,2,3],[3,4,5]] 如果你相信它，它会起作用。
您可以访问底层数组并调用其tolist 方法：
>>> df = pd.DataFrame([[1,2,3],[3,4,5]])
>>> lol = df.values.tolist()
>>> lol
[[1L, 2L, 3L], [3L, 4L, 5L]]
【讨论】：
df.to_numpy().tolist().
如果数据具有要保留的列和索引标签，则有几个选项。
示例数据：
>>> df = pd.DataFrame([[1,2,3],[3,4,5]], \
columns=('first', 'second', 'third'), \
index=('alpha', 'beta'))
>>> df
first second third
alpha 1 2 3
beta 3 4 5
其他答案中描述的tolist() 方法很有用，但只产生核心数据 - 根据您的需要，这可能还不够。
>>> df.values.tolist()
[[1, 2, 3], [3, 4, 5]]
一种方法是使用df.to_json() 将DataFrame 转换为json，然后再次解析。这很麻烦，但确实有一些优点，因为to_json() 方法有一些有用的选项。
>>> df.to_json()
{
"first":{"alpha":1,"beta":3},
"second":{"alpha":2,"beta":4},"third":{"alpha":3,"beta":5}
}
>>> df.to_json(orient='split')
{
"columns":["first","second","third"],
"index":["alpha","beta"],
"data":[[1,2,3],[3,4,5]]
}
麻烦但可能有用。
好消息是为列和行构建列表非常简单：
>>> columns = [df.index.name] + [i for i in df.columns]
>>> rows = [[i for i in row] for row in df.itertuples()]
这会产生：
>>> print(f"columns: {columns}\nrows: {rows}")
columns: [None, 'first', 'second', 'third']
rows: [['alpha', 1, 2, 3], ['beta', 3, 4, 5]]
如果None作为索引的名称很麻烦，请重命名：
df = df.rename_axis('stage')
然后：
>>> columns = [df.index.name] + [i for i in df.columns]
>>> print(f"columns: {columns}\nrows: {rows}")
columns: ['stage', 'first', 'second', 'third']
rows: [['alpha', 1, 2, 3], ['beta', 3, 4, 5]]
【讨论】：
DataFrame.itertuples() 或DataFrame.to_records() 会不会更简单？
我想保留索引，所以我修改了这个解决方案的原始答案：
list_df = df.reset_index().values.tolist()
现在您可以将其粘贴到其他地方（例如粘贴到 Stack Overflow 问题中），然后重新创建它：
pd.Dataframe(list_df, columns=['name1', ...])
pd.set_index(['name1'], inplace=True)
【讨论】：
我不知道它是否符合您的需求，但您也可以这样做：
>>> lol = df.values
>>> lol
array([[1, 2, 3],
[3, 4, 5]])
这只是 ndarray 模块中的一个 numpy 数组，它可以让你做所有常见的 numpy 数组的事情。
【讨论】：
我遇到了这个问题：如何让 df 的标题位于第 0 行，以便将它们写入 excel 中的第 1 行（使用 xlsxwriter）？提出的解决方案都没有奏效，但它们为我指明了正确的方向。我只需要多一行代码
# get csv data
df = pd.read_csv(filename)
# combine column headers and list of lists of values
lol = [df.columns.tolist()] + df.values.tolist()
【讨论】：
也许有些东西发生了变化，但这会返回一个 ndarrays 列表，它可以满足我的需要。
list(df.values)
【讨论】：
注意：我在 Stack Overflow 上看到过很多案例，其中完全没有必要将 Pandas Series 或 DataFrame 转换为 NumPy 数组或纯 Python 列表。如果您是该库的新手，请考虑仔细检查这些 Pandas 对象是否已经提供了您需要的功能。
引用@jpp 的comment：
在实践中，通常不需要将 NumPy 数组转换为列表列表。
如果 Pandas DataFrame/Series 不起作用，您可以使用内置的 DataFrame.to_numpy 和 Series.to_numpy 方法。
【讨论】：
for elem in some_series.values.tolist():，因为他们不知道您可以迭代系列的元素。我不确定这个答案有什么可怕的地方。
"df.values" 返回一个 numpy 数组。这不会保留数据类型。整数可能会转换为浮点数。
df.iterrows() 返回一个也不能保证保留数据类型的系列。见：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iterrows.html
下面的代码转换为列表并保留数据类型：
rows = [list(row) for row in df.itertuples()]
【讨论】：
如果您希望将Pandas DataFrame 转换为表格（列表列表）并包含标题列，这应该可以：
import pandas as pd
def dfToTable(df:pd.DataFrame) -> list:
return [list(df.columns)] + df.values.tolist()
用法（在 REPL 中）：
>>> df = pd.DataFrame(
[["r1c1","r1c2","r1c3"],["r2c1","r2c2","r3c3"]]
, columns=["c1", "c2", "c3"])
>>> df
c1 c2 c3
0 r1c1 r1c2 r1c3
1 r2c1 r2c2 r3c3
>>> dfToTable(df)
[['c1', 'c2', 'c3'], ['r1c1', 'r1c2', 'r1c3'], ['r2c1', 'r2c2', 'r3c3']]
【讨论】：
如果您是该库的新手，请考虑仔细检查这些 Pandas 对象是否已经提供了您需要的功能。
我的解决方案：使用to_dict()
dict_of_lists = df.to_dict(orient='split')
这将为您提供包含三个列表的字典：index、columns、data。如果您确定确实不需要列和索引名称，则可以使用
dict_of_lists['data']
【讨论】：
df.index.name 和 df.columns.name）
与问题不太相关，但具有相同期望的另一种风味
将数据框系列转换为列表列表以使用 Plotly 中的 create_distplot 绘制图表
hist_data=[]
hist_data.append(map_data['Population'].to_numpy().tolist())
【讨论】：
我们可以使用 DataFrame.iterrows() 函数遍历给定 Dataframe 的每一行，并根据每一行的数据构造一个列表：
# Empty list
row_list =[]
# Iterate over each row
for index, rows in df.iterrows():
# Create list for the current row
my_list =[rows.Date, rows.Event, rows.Cost]
# append the list to the final list
row_list.append(my_list)
# Print
print(row_list)
我们可以成功地将给定数据框的每一行提取到一个列表中
【讨论】：
这很简单：
import numpy as np
list_of_lists = np.array(df)
【讨论】：
DataFrame.values 或 DataFrame.to_numpy() 有何不同？不要介意它创建一个 NumPy 数组，而不是一个普通的 Python 列表。