Python 熊猫 |为每一列创建单独的列表答案

【问题标题】：Python Pandas | Create separate lists for each of the columnsPython 熊猫 |为每一列创建单独的列表
【发布时间】：2018-07-26 00:57:16
【问题描述】：

我不知道如何使用 tolist 来实现以下。我有一个这样的数据框：

Param_1     Param_2     Param_3
-0.171321   0.0118587   -0.148752
1.93377     0.011752    1.9707
4.10144     0.0112963   4.06861
6.25064     0.0103071   5.83927

我想要的是为每一列创建单独的列表，列表名称是列标签。

我不想继续做：

Param_1 = df["Param_1"].values.tolist()

如果有办法做到这一点，请告诉我。谢谢。

【问题讨论】：

标签： python list pandas dataframe tolist

【解决方案1】：

添加.T

df.values.T.tolist()
Out[465]: 
[[-0.171321, 1.93377, 4.10144, 6.25064],
 [0.0118587, 0.011752, 0.011296299999999999, 0.0103071],
 [-0.148752, 1.9707, 4.06861, 5.83927]]

或者我们可以创建dict

{x:df[x].tolist() for x in df.columns}
Out[489]: 
{'Param_1': [-0.171321, 1.93377, 4.10144, 6.25064],
 'Param_2': [0.0118587, 0.011752, 0.011296299999999999, 0.0103071],
 'Param_3': [-0.148752, 1.9707, 4.06861, 5.83927]}

或使用locals（不推荐，但似乎是您需要的）

variables = locals()
for key in df.columns:
    variables["{0}".format(key)]= df[key].tolist()
Param_1
Out[501]: [-0.171321, 1.93377, 4.10144, 6.25064]

【讨论】：

【解决方案2】：

也可以agg

>>> df.agg(tuple)

Param_1               (-0.171321, 1.93377, 4.10144, 6.25064)
Param_2    (0.0118587, 0.011752, 0.011296299999999999, 0....
Param_3                (-0.148752, 1.9707, 4.06861, 5.83927)
dtype: object

如果真的需要lists，

df.agg(tuple).transform(list)

【讨论】：

【解决方案3】：

如果你想dictionary以列名作为key，你可以试试：

result = df.to_dict(orient='list')
# result will be: 
# {'Param_2': [0.0118587, 0.011752, 0.011296299999999999, 0.0103071], 
#  'Param_1': [-0.171321, 1.93377, 4.10144, 6.25064], 
#  'Param_3': [-0.148752, 1.9707, 4.06861, 5.83927]}

你也可以使用as_matrix，它会返回numpyndarray，如下：

result = df.as_matrix().T
# result will be:
# [[-0.171321   1.93377    4.10144    6.25064  ]
#  [ 0.0118587  0.011752   0.0112963  0.0103071]
#  [-0.148752   1.9707     4.06861    5.83927  ]]

从ndarray获取list：

result = df.as_matrix().T.tolist()

【讨论】：