Bagaimanakah anda mengakses lajur dan baris DataFrame sebagai senarai dalam perpustakaan Pandas Python?

Mary-Kate Olsen
Lepaskan: 2024-10-26 17:13:30
asal
600 orang telah melayarinya

How do you access DataFrame columns and rows as lists in Python's Pandas library?

Mengakses Lajur dan Baris DataFrame sebagai Senarai

Dalam pustaka Pandas Python, DataFrame mengandungi baris dan lajur data jadual. Untuk mengakses kandungan lajur atau baris DataFrame, anda boleh menggunakan kaedah berikut:

1. Mendapatkan Kandungan Lajur

Untuk mendapatkan semula kandungan lajur DataFrame sebagai senarai, gunakan kaedah tolist() pada objek Siri yang mewakili lajur. Anda juga boleh menghantar Siri ke senarai menggunakan fungsi list().

<code class="python">import pandas as pd

# Create a DataFrame from sample data
df = pd.DataFrame({
    'cluster': ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'],
    'load_date': ['1/1/2014', '2/1/2014', '3/1/2014', '4/1/2014', '4/1/2014', '4/1/2014', '7/1/2014', '8/1/2014', '9/1/2014'],
    'budget': [1000, 12000, 36000, 15000, 12000, 90000, 22000, 30000, 53000],
    'actual': [4000, 10000, 2000, 10000, 11500, 11000, 18000, 28960, 51200],
    'fixed_price': ['Y', 'Y', 'Y', 'N', 'N', 'N', 'N', 'N', 'N']
})

# Convert column values to a list
cluster_list = df['cluster'].tolist()

# Alternatively, you can cast the Series to a list
cluster_list = list(df['cluster'])</code>
Salin selepas log masuk

2. Mendapatkan Kandungan Baris

Untuk mendapatkan kandungan baris DataFrame sebagai senarai, gunakan aksesor loc atau iloc dengan indeks baris yang sesuai.

<code class="python"># Get row 1 as a list using 'loc'
row_1_list = df.loc[0].tolist()

# Get row 1 as a list using 'iloc'
row_1_list = df.iloc[0].tolist()</code>
Salin selepas log masuk

Output Contoh :

cluster_list: ['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C']
row_1_list: [1000, 4000, 'Y']
Salin selepas log masuk

Atas ialah kandungan terperinci Bagaimanakah anda mengakses lajur dan baris DataFrame sebagai senarai dalam perpustakaan Pandas Python?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Artikel terbaru oleh pengarang
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!