提取Python DataFrame数据为列表

Python中的pandas库提供了一个DataFrame数据结构，它可用于处理和分析结构化数据。有时我们需要将DataFrame中的数据提取为列表形式，以便与其他数据结构一起使用或进行其他计算。本文将详细介绍如何将DataFrame转换为列表，并提供示例代码和运行结果。

1. DataFrame简介

在介绍DataFrame转换为列表之前，让我们先了解一下DataFrame的基本概念。

DataFrame是pandas库中最重要的数据结构之一，它类似于Excel中的二维表格。它由行和列组成，每一列可以包含不同类型的数据（如数字、字符或日期）。DataFrame具有以下特点：

• 可以包含不同类型的数据
• 可以进行灵活的索引和切片操作
• 可以进行数据清洗和转换操作
• 可以进行统计和绘图操作
• 可以与其他数据结构（如列表、字典和NumPy数组）进行互相转换

2. DataFrame转换为列表

要将DataFrame转换为列表，我们需要使用pandas库中的.values属性。下面是具体的步骤：

2.1 导入所需的库

首先，我们需要导入pandas库，并创建一个DataFrame对象用于转换。

import pandas as pd

# 创建一个DataFrame对象
data = {'Name': ['Tom', 'Nick', 'John', 'Mike'],
        'Age': [25, 30, 35, 40],
        'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)

2.2 使用.values属性转换为列表

在DataFrame对象上使用.values属性可以将其转换为一个包含所有数据的二维列表。

# 将DataFrame转换为列表
df_list = df.values.tolist()

# 输出转换后的列表
print(df_list)

运行上述代码，可以得到以下结果：

[['Tom', 25, 'New York'],
 ['Nick', 30, 'Paris'],
 ['John', 35, 'London'],
 ['Mike', 40, 'Tokyo']]

在转换为列表后，DataFrame的列名会被忽略，只保留了数据部分。

3. 示例代码

下面是一个完整的示例代码，展示了如何将DataFrame转换为列表。

import pandas as pd

# 创建一个DataFrame对象
data = {'Name': ['Tom', 'Nick', 'John', 'Mike'],
        'Age': [25, 30, 35, 40],
        'City': ['New York', 'Paris', 'London', 'Tokyo']}
df = pd.DataFrame(data)

# 将DataFrame转换为列表
df_list = df.values.tolist()

# 输出转换后的列表
print(df_list)

运行上述代码，得到的结果将会是：

[['Tom', 25, 'New York'],
 ['Nick', 30, 'Paris'],
 ['John', 35, 'London'],
 ['Mike', 40, 'Tokyo']]

以上就是将DataFrame转换为列表的详细步骤和示例代码。你可以根据自己的需求，将转换后的列表用于其他计算、处理或存储操作。