Nếu dữ liệu có nhãn cột và chỉ mục mà bạn muốn giữ lại, có một vài tùy chọn.
Ví dụ dữ liệu:
>>> 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
Phương pháp tolist()
được mô tả trong câu trả lời khác rất hữu ích nhưng chỉ có hiệu suất dữ liệu cốt lõi - mà có thể không đủ, tùy thuộc vào nhu cầu của bạn.
>>> df.values.tolist()
[[1, 2, 3], [3, 4, 5]]
Một cách tiếp cận là để chuyển đổi DataFrame
để JSON sử dụng df.to_json()
và sau đó phân tích nó một lần nữa. Điều này là cồng kềnh nhưng không có một số lợi thế, bởi vì phương pháp to_json()
có một số tùy chọn hữu ích.
>>> 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]]
}
Cồng kềnh nhưng có thể hữu ích.
Tin tốt lành là nó khá đơn giản để xây dựng danh sách cho các cột và các hàng:
>>> columns = [df.index.name] + [i for i in df.columns]
>>> rows = [[i for i in row] for row in df.itertuples()]
sản lượng này:
>>> print(f"columns: {columns}\nrows: {rows}")
columns: [None, 'first', 'second', 'third']
rows: [['alpha', 1, 2, 3], ['beta', 3, 4, 5]]
Nếu None
như tên của chỉ số này khó chịu, đổi tên nó:
df = df.rename_axis('stage')
Sau đó:
>>> 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]]
lol tại biến số lol –