如何将类对象数组转换为带有 Pandas 列的数据框？答案

【问题标题】：How can I convert an array of class objects to a dataframe with columns in Pandas?如何将类对象数组转换为带有 Pandas 列的数据框？
【发布时间】：2019-12-03 03:48:18
【问题描述】：

使用以下类：

class Test:
    a : str
    b : str

以及以下数据框：

output = pd.DataFrame(columns=['a', 'b']

如何将 Test 类的数组或列表转换为具有匹配列的 pandas 数据框？

编辑：

让我添加一个更具体的例子：

class Test:
    a: int
    b: int

    def __init__(self, a: int, b: int):
        self.a = a
        self.b = b

l = [Test(10, 20), Test(50, 60)]

output = pd.DataFrame(l,
                  columns=['a', 'b'],
                  index=range(len(l)))

我得到的错误是：

ValueError: 传递值的形状是 (2, 1)，索引意味着 (2, 2)

【问题讨论】：

您是否对创建 DataFrame 的典型方式有问题？例如output = pd.DataFrame([test.a, test.b], columns=['a', 'b'])，其中test = Test()
Creating a Pandas DataFrame from a Numpy array: How do I specify the index column and column headers?的可能重复
@PyNoob：我举了一个错误的具体例子
@tim：这些问题可能是相关的，但它们并不完全相同，因为另一个问题涉及列表的一部分成为标题，这里不是这种情况
我不确定您打算做什么，但 Test(10, 20) 的计算结果为 <__main__.Test at 0x1db821405c0> - 一个元素；所以pd.DataFrame(l) 告诉 panda 期望一列和两行，而 columns=['a', 'b'] 意味着两列。因此出现错误。

标签： python pandas

【解决方案1】：

您可以调用vars将类的所有属性转换为dict：

class Test:
    def __init__(self, a: int, b: int):
        self.a = a
        self.b = b

tests = [Test(10, 20), Test(50, 60)]
df = pd.DataFrame([vars(t) for t in tests])

【讨论】：

这行得通，谢谢！你能解释一下 [vars(t)..] 部分以及它为什么有效吗？对 python 来说有点新，但对 pandas 来说却很新（比如 4 天 :)）
澄清一下，我理解 vars(t)，但我不理解 vars(t) for ...；我会在测试中理解 t：somelist.append(vars(t))
这叫做列表理解。基本上是一个单行循环。 [vars(t) for t in tests] 将函数 vars 应用于 tests 中的每个元素。由于vars(t)返回字典，[vars(t) for ...]返回字典列表
我不知道列表理解；我正在阅读它，谢谢！

【解决方案2】：

实现此目的的另一种方法是：

df = pd.DataFrame([test.__dict__ for test in tests])

【讨论】：