我有一個這樣的熊貓數據幀:轉換在大熊貓一行到列表
admit gpa gre rank
0 3.61 380 3
1 3.67 660 3
1 3.19 640 4
0 2.93 520 4
現在我想行的列表中大熊貓一樣:
[[0,3.61,380,3], [1,3.67,660,3], [1,3.19,640,4], [0,2.93,520,4]]
我該怎麼辦它?請幫幫我。 非常感謝。
我有一個這樣的熊貓數據幀:轉換在大熊貓一行到列表
admit gpa gre rank
0 3.61 380 3
1 3.67 660 3
1 3.19 640 4
0 2.93 520 4
現在我想行的列表中大熊貓一樣:
[[0,3.61,380,3], [1,3.67,660,3], [1,3.19,640,4], [0,2.93,520,4]]
我該怎麼辦它?請幫幫我。 非常感謝。
可以使用iterrows
實現這一目標:
temp=[]
for row in df.iterrows():
index, data = row
temp.append(data.tolist())
另外,您還可以使用apply
:
df.apply(lambda x: x.tolist(), axis=1)
更新
看着這再次有一個內置的方法之後這也是最快的方法,在上調用 NP陣列:
In [62]:
df.values.tolist()
Out[62]:
[[0.0, 3.61, 380.0, 3.0],
[1.0, 3.67, 660.0, 3.0],
[1.0, 3.19, 640.0, 4.0],
[0.0, 2.93, 520.0, 4.0]]
,你可以做這樣的:
map(list, df.values)
您可以使用內置的as_matrix
方法對數據幀(參考: 1):
In [8]:
df.as_matrix()
Out[8]:
array([[ 0.9, 7. , 5.2, ..., 13.3, 13.5, 8.9],
[ 0.9, 7. , 5.2, ..., 13.3, 13.5, 8.9],
[ 0.8, 6.1, 5.4, ..., 15.9, 14.4, 8.6],
...,
[ 0.2, 1.3, 2.3, ..., 16.1, 16.1, 10.8],
[ 0.2, 1.3, 2.4, ..., 16.5, 15.9, 11.4],
[ 0.2, 1.3, 2.4, ..., 16.5, 15.9, 11.4]])
Downvoter謹慎解釋 – EdChum
的確如此,這些降價通常會讓我認爲我錯過了我的答案。現在不希望是這種情況。 –
@RomanPekar我不這麼認爲,前段時間我提出了你的答案,我總是要求解釋,有時候我會得到答覆,有時連續降低投票的方式是相反的。很多時候沒有任何事情發生,這只是偶爾發生的事情,沒有什麼大不了的 – EdChum