将Python Pandas数据框扁平化为列表

Question

我有一个像这样的数据框：

import pandas
a=[['1/2/2014', 'a', '6', 'z1'], 
   ['1/2/2014', 'a', '3', 'z1'], 
   ['1/3/2014', 'c', '1', 'x3'],
   ]
df = pandas.DataFrame.from_records(a[1:],columns=a[0])

我想把这个数据框变成一个连续的列表，像这样：

['1/2/2014', 'a', '6', 'z1', '1/2/2014', 'a', '3', 'z1','1/3/2014', 'c', '1', 'x3']

我可以通过循环每一行，然后用extend方法把它们加到一个列表里，但有没有更简单的方法呢？

Answer 1

之前提到的 df.values.flatten().tolist() 和 df.to_numpy().flatten().tolist() 这两种方法都很简洁有效，但我花了很长时间想要学习如何通过列表推导式自己来实现，而不使用内置函数。

如果你也感兴趣，可以试试这个：

[ row for col in df for row in df[col] ]

结果发现，这种通过列表推导式来扁平化 df 的方法（我在其他地方没有找到）其实只是对扁平化嵌套列表的解决方案做了一个小改动（这种方法在很多地方都能找到）：

[ val for sublst in lst for val in sublst ]

Answer 2

你可以使用 reshape 方法。

df.values.reshape(-1)

Answer 3

你可以试试用numpy这个库。

import numpy as np
np.reshape(df.values, (1,df.shape[0]*df.shape[1]))

Answer 4

也许可以用 stack 呢？

df.stack().values
array(['1/2/2014', 'a', '3', 'z1', '1/3/2014', 'c', '1', 'x3'], dtype=object)

(补充：顺便提一下，问题中的数据框（DF）使用了第一行作为标签，所以这里的输出中没有显示这些标签。)

Answer 5

你可以在把数据表（DataFrame）转换成NumPy数组后，使用.flatten()这个方法来处理它：

df.to_numpy().flatten()

如果你想把结果变成一个Python的list（列表），你还可以加上.tolist()这个方法。

编辑

在之前的Pandas版本中，使用的是values属性，而不是.to_numpy()这个方法，下面的评论中有提到。