pandas DataFrame数据转为list

首先使用np.array()函数把DataFrame转化为np.ndarray()，再利用tolist()函数把np.ndarray()转为list，示例代码如下：

Python

<br /># -*- coding:utf-8-*- import numpy as np import <span class="wp_keywordlink_affiliate"><a href="https://www.168seo.cn/tag/pandas" title="View all posts in pandas" target="_blank">pandas</a></span> as pd data_x = pd.read_csv("E:/Tianchi/result/features.csv",usecols=[2,3,4])#pd.dataframe data_y = pd.read_csv("E:/Tianchi/result/features.csv",usecols=[5])usecols : array-like, default None #返回一个数据子集，该列表中的值必须可以对应到文件中的位置（数字可以对应到指定的列）或者是字符传为文件中的列名。 #例如：usecols有效参数可能是 [0,1,2]或者是 [‘foo’, ‘bar’, ‘baz’]。使用这个参数可以加快加载速度并降低内存消耗。 train_data = np.array(data_x)#np.ndarray() train_x_list=train_data.tolist()#list print(train_x_list) print(type(train_x_list))

1 2 3 4 5 6 7 8 9 10 11 12 13 14

< br / > # -*- coding:utf-8-*- import numpy as np import pandas as pd   data_x = pd . read_csv ( "E:/Tianchi/result/features.csv" , usecols = [ 2 , 3 , 4 ] ) #pd.dataframe data_y =    pd . read_csv ( "E:/Tianchi/result/features.csv" , usecols = [ 5 ] ) usecols : array - like , default None #返回一个数据子集，该列表中的值必须可以对应到文件中的位置（数字可以对应到指定的列）或者是字符传为文件中的列名。 #例如：usecols有效参数可能是 [0,1,2]或者是 [‘foo’, ‘bar’, ‘baz’]。使用这个参数可以加快加载速度并降低内存消耗。   train_data = np . array ( data_x ) #np.ndarray() train_x_list = train_data . tolist ( ) #list print ( train_x_list ) print ( type ( train_x_list ) )

• zeropython 微信公众号 5868037 QQ号 5868037@qq.com QQ邮箱