Pandas: как быстро преобразовать столбец в список


Вы можете использовать один из следующих методов для преобразования столбца в pandas DataFrame в список:

Способ 1: Используйте tolist()

df['my_column']. tolist ()

Способ 2: использовать список()

list(df['my_column'])

Оба метода вернут один и тот же результат.

В следующих примерах показано, как использовать каждый из этих методов со следующими пандами DataFrame:

import pandas as pd

#create DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'A', 'B', 'B', 'B'],
 'points': [99, 90, 93, 86, 88, 82],
 'assists': [33, 28, 31, 39, 34, 30]})

#view DataFrame
print(df)

 team points assists
0 A 99 33
1 A 90 28
2 A 93 31
3 B 86 39
4 B 88 34
5 B 82 30

Способ 1: преобразовать столбец в список с помощью tolist()

В следующем коде показано, как использовать функцию tolist() для преобразования столбца «точки» в DataFrame в список:

#convert column to list
my_list = df['points']. tolist ()

#view list
print(my_list)

[99, 90, 93, 86, 88, 82]

Мы можем подтвердить, что результатом является список, используя функцию type() :

#check data type
type (my_list)

list

Способ 2: преобразовать столбец в список с помощью list()

В следующем коде показано, как использовать функцию list() для преобразования столбца «точки» в DataFrame в список:

#convert column to list
my_list = list(df['points'])
#view list
print(my_list)

[99, 90, 93, 86, 88, 82]

Мы можем подтвердить, что результатом является список, используя функцию type() :

#check data type
type (my_list)

list

Обратите внимание, что оба метода возвращают одинаковые результаты.

Обратите внимание, что для очень больших фреймов данных метод tolist() работает быстрее всего.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные функции со столбцами кадра данных pandas:

Как удалить столбцы в Pandas
Как исключить столбцы в Pandas
Как применить функцию к выбранным столбцам в Pandas
Как изменить порядок столбцов в Pandas DataFrame

Замечательно! Вы успешно подписались.
Добро пожаловать обратно! Вы успешно вошли
Вы успешно подписались на кодкамп.
Срок действия вашей ссылки истек.
Ура! Проверьте свою электронную почту на наличие волшебной ссылки для входа.
Успех! Ваша платежная информация обновлена.
Ваша платежная информация не была обновлена.