如何将数据的值存储在一个列表中

Question

我有以下名为table的熊猫数据表，希望将其所有单元格值存储在一个列表中：

table = pd.DataFrame({'col-1':[2,7,13,16,23,26,27,29], 'col-2':[541,3,0,15,329,525,6,28], 'col-3':[0,571,0,9,9,0,62,0]}, index=['row-1','row-2','row-3','row-4','row-5','row-6','row-7','row-8'])

最后的输出应该如下所示：

my_list = [2,7,13,16,23,26,27,29,541,3,0,15,329,525,6,28,0,571,0,9,9,0,62,0]

如果你能教我最有效的方法来完成这个任务，我会很感激的。干杯。

Answer 1

一个可能的解决方案是使用melt()

my_list = table.melt()['value'].tolist()
print(my_list)

或者，你也可以尝试@DavidK对to_numpy()的回答的变化，这是熊猫的推荐，也是在问题中讨论的。

my_list = df.T.to_numpy().ravel().tolist()
print(my_list)

my_list = df.T.to_numpy().reshape(-1).tolist()
print(my_list)

输出在任何情况下都是

[2, 7, 13, 16, 23, 26, 27, 29, 541, 3, 0, 15, 329, 525, 6, 28, 0, 571, 0, 9, 9, 0, 62, 0]

Answer 2

为了获得更好的性能，使用了numpy方法numpy.ravel和转置数据：

import numpy as np

L = np.ravel(table.T).tolist()

使用DataFrame.unstack的想法也是可能的，但是如果巨大的df性能更差的话：

L = table.unstack().tolist()

print (L)
[2, 7, 13, 16, 23, 26, 27, 29, 541, 3, 0, 15, 329, 525, 6, 28, 0, 571, 0, 9, 9, 0, 62, 0]

Answer 3

你可以用：

my_list = table.T.values.flatten().tolist()

tanspose .T用于获得与您的示例相同的顺序。