将两个列表理解合二为一？答案

【问题标题】：Turn two lists comprehensions into one?将两个列表理解合二为一？
【发布时间】：2019-02-05 17:02:41
【问题描述】：

我正在尝试从 Pandas 数据框创建 table_data 字典，如下所示：

import pandas as pd

d = {
    'Name': ['John', 'Tom', 'Jack', 'Jill'],
    'Age': [42, 53, 18, 22],
    'City': ['London', 'New York', 'Bangkok', 'Warsaw']
}

df = pd.DataFrame(d)

table_data = dict(
        headers = [[header] for header in list(df)],
        columns = [df[header].tolist() for header in list(df)],
)

print(table_data)

有什么方法可以避免重复list(df) 两次并将这两个列表理解合二为一？还是它违背了列表理解的目的，我应该使用普通的旧 for 循环，像这样？：

import pandas as pd

d = {
    'Name': ['John', 'Tom', 'Jack', 'Jill'],
    'Age': [42, 53, 18, 22],
    'City': ['London', 'New York', 'Bangkok', 'Warsaw']
}

df = pd.DataFrame(d)

headers = []
columns = []
table_data = {
    'headers': headers,
    'columns': columns,
}
for header in list(df):
    table_data['headers'].append([header])
    table_data['columns'].append(df[header].tolist())

print(table_data)

【问题讨论】：

您不需要list(df)，只需使用df。转换似乎没用，可能需要时间。

标签： python pandas dataframe list-comprehension

【解决方案1】：

类似这样的：

header = [list(df.columns.values)]
values = df.values.T
table_data = dict(headers=header, columns=values)

【讨论】：

+1：虽然列表推导是原生 Python 中的优秀工具，但如果您发现自己在使用 Pandas、Numpy 等时编写了很多列表推导式，那么您可能会错过使用这些库的意义。

【解决方案2】：

是的，可以先创建元组，然后zip 并将元组转换为列表：

L = [([header],df[header].tolist())  for header in list(df)]
h, c = zip(*L)

table_data = dict(
        headers = list(h),
        columns = list(c),
)

非循环解决方案：

table_data = dict(
        headers = df.columns.to_frame().values.tolist(),
        columns = df.T.values.tolist(),
)
print(table_data)

【讨论】：