Pandas DataFrame a lista de listas
Es fácil convertir una lista de listas en un marco de datos de pandas:
import pandas as pd
df = pd.DataFrame([[1,2,3],[3,4,5]])
Pero, ¿cómo vuelvo a convertir df en una lista de listas?
lol = df.what_to_do_now?
print lol
# [[1,2,3],[3,4,5]]
Podrías acceder a la matriz subyacente y llamar a su tolistmétodo:
>>> df = pd.DataFrame([[1,2,3],[3,4,5]])
>>> lol = df.values.tolist()
>>> lol
[[1L, 2L, 3L], [3L, 4L, 5L]]
Si los datos tienen etiquetas de índice y de columna que desea conservar, existen algunas opciones.
Datos de ejemplo:
>>> df = pd.DataFrame([[1,2,3],[3,4,5]], \
columns=('first', 'second', 'third'), \
index=('alpha', 'beta'))
>>> df
first second third
alpha 1 2 3
beta 3 4 5
El tolist()método descrito en otras respuestas es útil, pero solo proporciona los datos básicos, que pueden no ser suficientes, según sus necesidades.
>>> df.values.tolist()
[[1, 2, 3], [3, 4, 5]]
Un enfoque es convertir el archivo DataFramea json df.to_json()y luego analizarlo nuevamente. Esto es engorroso pero tiene algunas ventajas, porque el to_json()método tiene algunas opciones útiles.
>>> df.to_json()
{
"first":{"alpha":1,"beta":3},
"second":{"alpha":2,"beta":4},"third":{"alpha":3,"beta":5}
}
>>> df.to_json(orient='split')
{
"columns":["first","second","third"],
"index":["alpha","beta"],
"data":[[1,2,3],[3,4,5]]
}
Engorroso pero puede resultar útil.
La buena noticia es que es bastante sencillo crear listas para columnas y filas:
>>> columns = [df.index.name] + [i for i in df.columns]
>>> rows = [[i for i in row] for row in df.itertuples()]
Esto produce:
>>> print(f"columns: {columns}\nrows: {rows}")
columns: [None, 'first', 'second', 'third']
rows: [['alpha', 1, 2, 3], ['beta', 3, 4, 5]]
Si el Nonenombre del índice le resulta molesto, cámbiele el nombre:
df = df.rename_axis('stage')
Entonces:
>>> columns = [df.index.name] + [i for i in df.columns]
>>> print(f"columns: {columns}\nrows: {rows}")
columns: ['stage', 'first', 'second', 'third']
rows: [['alpha', 1, 2, 3], ['beta', 3, 4, 5]]
Quería conservar el índice, así que adapté la respuesta original a esta solución:
list_df = df.reset_index().values.tolist()
Ahora puedes pegarlo en otro lugar (por ejemplo, pegarlo en una pregunta de Stack Overflow) y luego recrearlo:
pd.Dataframe(list_df, columns=['name1', ...])
pd.set_index(['name1'], inplace=True)
No sé si se ajustará a tus necesidades, pero también puedes hacer:
>>> lol = df.values
>>> lol
array([[1, 2, 3],
[3, 4, 5]])
Esta es solo una matriz numpy del módulo ndarray, que le permite hacer todas las cosas habituales de la matriz numpy.
Tuve este problema: ¿cómo puedo hacer para que los encabezados del df estén en la fila 0 para escribirlos en la fila 1 en Excel (usando xlsxwriter)? Ninguna de las soluciones propuestas funcionó, pero me indicaron la dirección correcta. Sólo necesitaba una línea más de código.
# get csv data
df = pd.read_csv(filename)
# combine column headers and list of lists of values
lol = [df.columns.tolist()] + df.values.tolist()
