Pandas数据框列到lis

Question

我正在根据满足的另一列中的条件从列中提取数据的子集。

我可以得到正确的值，但它在pandas.core.frame.DataFrame中。如何将其转换为列表？

import pandas as pd

tst = pd.read_csv('C:\\SomeCSV.csv')

lookupValue = tst['SomeCol'] == "SomeValue"
ID = tst[lookupValue][['SomeCol']]
#How To convert ID to a list

Answer 1

您可以使用pandas.Series.tolist

例如：

import pandas as pd
df = pd.DataFrame({'a':[1,2,3], 'b':[4,5,6]})

运行：

>>> df['a'].tolist()

你会得到

>>> [1, 2, 3]

Answer 2

我想澄清几件事：

1. 正如其他答案所指出的，最简单的方法就是使用 pandas.Series.tolist()。我不知道为什么最高投票的答案 首先使用pandas.Series.values.tolist()，因为据我所知，它添加了语法/混乱，但没有额外的好处。
2. tst[lookupValue][['SomeCol']]是一个数据帧（如 问题），而不是一系列（如对问题的评论中所述）。这是因为tst[lookupValue]是一个数据帧，用[['SomeCol']]对它进行切片需要 列的列表（该列表的长度恰好为1），结果返回一个数据帧。如果你 移除额外的一组支架，如 tst[lookupValue]['SomeCol']，那么你只需要一个 列而不是列的列表，因此您将得到一个系列。
3. 你需要一个系列来使用pandas.Series.tolist()，所以你应该 在这种情况下，一定要跳过第二组括号。仅供参考，如果你 以不易避免的单列数据帧结束 像这样，您可以使用pandas.DataFrame.squeeze()将其转换为 一个系列。
4. tst[lookupValue]['SomeCol']通过 链式切片。它只切片一次以获得只有特定行的数据帧 向左，然后再次切片以获得特定列。你可以得到 因为你只是在读，不是在写，但是 正确的方法是tst.loc[lookupValue, 'SomeCol']（返回一个序列）。
5. 使用#4中的语法，您可以在一行中合理地执行所有操作：ID = tst.loc[tst['SomeCol'] == 'SomeValue', 'SomeCol'].tolist()

演示代码：

import pandas as pd
df = pd.DataFrame({'colA':[1,2,1],
                   'colB':[4,5,6]})
filter_value = 1

print "df"
print df
print type(df)

rows_to_keep = df['colA'] == filter_value
print "\ndf['colA'] == filter_value"
print rows_to_keep
print type(rows_to_keep)

result = df[rows_to_keep]['colB']
print "\ndf[rows_to_keep]['colB']"
print result
print type(result)

result = df[rows_to_keep][['colB']]
print "\ndf[rows_to_keep][['colB']]"
print result
print type(result)

result = df[rows_to_keep][['colB']].squeeze()
print "\ndf[rows_to_keep][['colB']].squeeze()"
print result
print type(result)

result = df.loc[rows_to_keep, 'colB']
print "\ndf.loc[rows_to_keep, 'colB']"
print result
print type(result)

result = df.loc[df['colA'] == filter_value, 'colB']
print "\ndf.loc[df['colA'] == filter_value, 'colB']"
print result
print type(result)

ID = df.loc[rows_to_keep, 'colB'].tolist()
print "\ndf.loc[rows_to_keep, 'colB'].tolist()"
print ID
print type(ID)

ID = df.loc[df['colA'] == filter_value, 'colB'].tolist()
print "\ndf.loc[df['colA'] == filter_value, 'colB'].tolist()"
print ID
print type(ID)

结果：

df
   colA  colB
0     1     4
1     2     5
2     1     6
<class 'pandas.core.frame.DataFrame'>

df['colA'] == filter_value
0     True
1    False
2     True
Name: colA, dtype: bool
<class 'pandas.core.series.Series'>

df[rows_to_keep]['colB']
0    4
2    6
Name: colB, dtype: int64
<class 'pandas.core.series.Series'>

df[rows_to_keep][['colB']]
   colB
0     4
2     6
<class 'pandas.core.frame.DataFrame'>

df[rows_to_keep][['colB']].squeeze()
0    4
2    6
Name: colB, dtype: int64
<class 'pandas.core.series.Series'>

df.loc[rows_to_keep, 'colB']
0    4
2    6
Name: colB, dtype: int64
<class 'pandas.core.series.Series'>

df.loc[df['colA'] == filter_value, 'colB']
0    4
2    6
Name: colB, dtype: int64
<class 'pandas.core.series.Series'>

df.loc[rows_to_keep, 'colB'].tolist()
[4, 6]
<type 'list'>

df.loc[df['colA'] == filter_value, 'colB'].tolist()
[4, 6]
<type 'list'>

Answer 3

使用.values获取numpy.array，然后使用.tolist()获取列表。

例如：

import pandas as pd
df = pd.DataFrame({'a':[1,3,5,7,4,5,6,4,7,8,9],
                   'b':[3,5,6,2,4,6,7,8,7,8,9]})

结果：

>>> df['a'].values.tolist()
[1, 3, 5, 7, 4, 5, 6, 4, 7, 8, 9]

或者你可以用

>>> df['a'].tolist()
[1, 3, 5, 7, 4, 5, 6, 4, 7, 8, 9]

要删除重复项，可以执行以下操作之一：

>>> df['a'].drop_duplicates().values.tolist()
[1, 3, 5, 7, 4, 6, 8, 9]
>>> list(set(df['a'])) # as pointed out by EdChum
[1, 3, 4, 5, 6, 7, 8, 9]