从 Pandas DataFrame 系列中获取列表
Luqman Khan
2022年5月16日
Python 是一种众所周知的数据分析语言，主要归功于 Python 包。Pandas 是帮助我们更轻松地分析数据的软件包之一。
Pandas tolist() 方法将系列转换为 Python 的系列或内置列表。默认情况下，series 是 pandas.core.series.Series 数据类型和 tolist() 方法的类型，转换为数据列表。
使用 tolist() 方法从 Pandas DataFrame 系列中获取列表
本文将讨论如何从 Pandas Dataframe 列中获取列表。我们将首先将 CSV 文件读入 Pandas DataFrame。
import pandas as pd
# read csv file
df=pd.read_csv('home_price.csv')
# display 3 rows
df=df.head(3)
print(df)
输出：
Area Home price
0 1000 10000
1 1200 12000
2 1300 13000
现在我们将从列中提取值并将其转换为列表，因为我们知道 tolist() 有帮助。
list1=df['Home price'].values.tolist()
print('extract the value of series and converting into the list')
print(list1)
输出：
extract the value of series and converting into the list
[10000, 12000, 13000, 14000, 15000]
列表是一个有序且灵活的 Python 容器，是 Python 中最常见的数据结构之一。元素被插入方括号 []，用逗号分隔以创建一个列表。列表可以包含重复值；这就是我们主要在数据集中使用列表的原因。
import numpy as np
import pandas as pd
# read csv file
df=pd.read_csv('home_price.csv')
# extract the value of series and converting into the list
list1=df['Home price'].values.tolist()
list1=np.array(list1)
# type casting in list data type
updated=list(list1*1.5)
print('after include 1.5 % tax\n')
print(updated,'new home price')
df['Home price']=updated
# create new csv
df.to_csv('home prices after 1 year.csv')
df2= pd.read_csv('home prices after 1 year.csv')
print(df2)
在这种情况下，当前价格会增加 1.5 税。现在我们创建一个名为 updated 的列表并更新现有列；此外，我们使用 to_csv() 方法创建一个新的 CSV 文件。
输出：
after include 1.5 % tax
[15000.0, 18000.0, 19500.0, 21000.0, 22500.0] new home price
Unnamed: 0 Area Home price
0 0 1000 15000.0
1 1 1200 18000.0
2 2 1300 19500.0
3 3 1400 21000.0
4 4 1500 22500.0
让我们考虑另一个简单的例子：
import pandas as pd
df=pd.DataFrame({'Country':['Pakistan','India','America','Russia','China'],
'Immigrants':['2000','2500','6000','4000','1000'],
'Years':['2010','2008','2011','2018','2016']})
print(df,'\n')
list=df.columns.tolist()
print(type(df.columns))
print('\n',list,'\n')
print('After type cast into the list')
print(type(list))
请注意，系列数据类型被 tolist() 改变了，我们得到了一个包含 Dataframe 所有列的列表。
输出：
Country Immigrants Years
0 Pakistan 2000 2010
1 India 2500 2008
2 America 6000 2011
3 Russia 4000 2018
4 China 1000 2016
<class 'pandas.core.indexes.base.Index'>
['Country', 'Immigrants', 'Years']
After type cast into the list
<class 'list'>
所有的代码都在这里。
import numpy as np
import pandas as pd
# read csv file
df=pd.read_csv('home_price.csv')
# display 3 rows
df=df.head(3)
print(df)
list1=df['Home price'].values.tolist()
print('extract the value of series and converting into the list')
print(list1)
# another example
# read csv file
df=pd.read_csv('home_price.csv')
# extract the value of series and converting into the list
list1=df['Home price'].values.tolist()
list1=np.array(list1)
# type casting in list data type
updated=list(list1*1.5)
print('after include 1.5 % tax\n')
print(updated,'new home price')
df['Home price']=updated
# create new csv
df.to_csv('home prices after 1 year.csv')
df2= pd.read_csv('home prices after 1 year.csv')
print(df2)
# another example
df=pd.DataFrame({'Country':['Pakistan','India','America','Russia','China'],
'Immigrants':['2000','2500','6000','4000','1000'],
'Years':['2010','2008','2011','2018','2016']})
print(df,'\n')
list=df.columns.tolist()
print(type(df.columns))
print('\n',list,'\n')
print('After type cast into the list')
print(type(list))
输出：
Area Home price
0 1000 10000
1 1200 12000
2 1300 13000
extract the value of series and converting into the list
[10000, 12000, 13000]
after include 1.5 % tax
[15000.0, 18000.0, 19500.0, 21000.0, 22500.0] new home price
Unnamed: 0 Area Home price
0 0 1000 15000.0
1 1 1200 18000.0
2 2 1300 19500.0
3 3 1400 21000.0
4 4 1500 22500.0
Country Immigrants Years
0 Pakistan 2000 2010
1 India 2500 2008
2 America 6000 2011
3 Russia 4000 2018
4 China 1000 2016
<class 'pandas.core.indexes.base.Index'>
['Country', 'Immigrants', 'Years']
After type cast into the list
<class 'list'>