पांडा डेटाफ्रेम कॉलम से सूची प्राप्त करें

Question

मेरे पास एक एक्सेल दस्तावेज़ है जो इस तरह दिखता है ।।

cluster load_date   budget  actual  fixed_price
A   1/1/2014    1000    4000    Y
A   2/1/2014    12000   10000   Y
A   3/1/2014    36000   2000    Y
B   4/1/2014    15000   10000   N
B   4/1/2014    12000   11500   N
B   4/1/2014    90000   11000   N
C   7/1/2014    22000   18000   N
C   8/1/2014    30000   28960   N
C   9/1/2014    53000   51200   N

मैं एक सूची के रूप में कॉलम 1 - क्लस्टर की सामग्री को वापस करने में सक्षम होना चाहता हूं, इसलिए मैं इसके लिए लूप चला सकता हूं, और प्रत्येक क्लस्टर के लिए एक एक्सेल वर्कशीट बना सकता हूं।

क्या यह भी संभव है, एक सूची में एक पूरी पंक्ति की सामग्री को वापस करने के लिए? जैसे

list = [], list[column1] or list[df.ix(row1)]

Comments

पंडों डेटाफ्रेम कॉलम एक पांडा श्रृंखला है जब आप उन्हें बाहर निकालते हैं, जिसे आप फिर से .tolist()अजगर सूची में बदलने के लिए कह सकते हैं

— बेन

V0.24 के बाद से, .valuesNO LONGER अंतर्निहित सुन्न सरणियों तक पहुँचने के लिए पसंदीदा तरीका होगा। इस जवाब को देखें ।

— cs95

महत्वपूर्ण नोट: पंडों की श्रृंखला को सूची या न्यूपी सरणी में परिवर्तित करना अक्सर अनावश्यक होता है, और यह लगभग निश्चित रूप से ओपी के मामले में है।

— AMC

इसके अलावा, इस तरह के एक तुच्छ प्रश्न के लिए लंबे समय तक उत्तर पढ़ने की आवश्यकता नहीं है। df.to_numpy().tolist()अधिकांश उपयोग के मामलों के लिए ठीक होना चाहिए।

— AMC

बस टाइपकास्ट का उपयोग करlist(x)

— Pe Dro

Answer 1

पंडस डेटाफ़्रेम कॉलम पंडास सीरीज़ हैं जब आप उन्हें बाहर निकालते हैं, जिसे तब आप x.tolist()पायथन सूची में बदल सकते हैं। वैकल्पिक रूप से आपने इसे डाला list(x)।

import pandas as pd

data_dict = {'one': pd.Series([1, 2, 3], index=['a', 'b', 'c']),
             'two': pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])}

df = pd.DataFrame(data_dict)

print(f"DataFrame:\n{df}\n")
print(f"column types:\n{df.dtypes}")

col_one_list = df['one'].tolist()

col_one_arr = df['one'].to_numpy()

print(f"\ncol_one_list:\n{col_one_list}\ntype:{type(col_one_list)}")
print(f"\ncol_one_arr:\n{col_one_arr}\ntype:{type(col_one_arr)}")

आउटपुट:

DataFrame:
   one  two
a  1.0    1
b  2.0    2
c  3.0    3
d  NaN    4

column types:
one    float64
two      int64
dtype: object

col_one_list:
[1.0, 2.0, 3.0, nan]
type:<class 'list'>

col_two_arr:
[ 1.  2.  3. nan]
type:<class 'numpy.ndarray'>

Comments

मुझे डॉक्स की शैली के आसपास अपना सिर नहीं मिल सकता है, क्योंकि यह लगभग हमेशा सीधा सिंटैक्स है, जहां मुझे सिंटैक्स और उदाहरण की आवश्यकता है। जैसे सिंटैक्स एक सेट बनाने के लिए होगा: सेट कीवर्ड का उपयोग करें, और एक सूची: उदाहरण उदाहरण: alist = df.cluster.tolist ()। जब तक पंडों को इस तरह नहीं लिखा जाता तब तक मैं संघर्ष करूंगा। यह वहाँ हो रहा है, अब कुछ उदाहरण हैं, लेकिन हर विधि के लिए नहीं।

— योशिसेरी

धन्यवाद @, बढ़िया जवाब! क्या आप मुझे डेटाफ़्रेम पद्धति के बारे में बता सकते हैं, Ive ने पहले कभी नहीं देखा ... ऐसा लगता है जैसे आप एक डीएफ़ को एक परिधि में परिवर्तित कर रहे हैं? df = DataFrame (d)?

— योशिसेरी

डेटाफ़्रेम बनाने के डिफ़ॉल्ट तरीकों में से एक इसे मिलान कुंजी के साथ शब्दकोशों की एक सूची को पारित करना है।

— बेन

सिंटैक्स और तर्क सूची के नीचे, अपने सामान्य दस्तावेज़ीकरण में @yoshiserry के अधिकांश उदाहरण अब उनके प्रलेखन में उपयोग किए जाते हैं। आप शुरुआती स्तर के उदाहरणों के लिए पांडा के लिए 15 मिनट भी देख सकते हैं।

— CS95

@ जब मैंने देखा था कि आप अभी भी एसओ पर सक्रिय नहीं हैं, तो मैं इस बात का उल्लेख करना चाहता था कि मैंने इस उत्तर के लिए एक शालीनतापूर्वक संपादन प्रस्तुत किया है, इसलिए मुझे बताएं कि आप क्या सोचते हैं :)

— AMC

Answer 2

यह एक महत्वपूर्ण सरणी देता है:

arr = df["cluster"].to_numpy()

---

यह अद्वितीय मानों की एक सुस्पष्ट सरणी देता है :

unique_arr = df["cluster"].unique()

तुम भी अद्वितीय मूल्यों को प्राप्त करने के लिए numpy का उपयोग कर सकते हैं, हालांकि दो तरीकों के बीच अंतर हैं:

arr = df["cluster"].to_numpy()
unique_arr = np.unique(arr)

Answer 3

उदाहरण रूपांतरण:

Numpy Array -> पांडा डेटा फ़्रेम -> एक पांडा कॉलम से सूची

नींपी अर्रे

data = np.array([[10,20,30], [20,30,60], [30,60,90]])

पांडा डेटा फ्रेम में संख्यात्मक सरणी में कनवर्ट करें

dataPd = pd.DataFrame(data = data)

print(dataPd)
0   1   2
0  10  20  30
1  20  30  60
2  30  60  90

एक पांडा फ़्रेम को सूची में बदलें

pdToList = list(dataPd['2'])

Comments

सरणी सृजन कोड को दो बार क्यों दिखाएं, जैसे कि यह समाधान का एक महत्वपूर्ण हिस्सा था? वास्तव में उस सरणी को क्यों बनाएं? df = pd.DataFrame(data=[[10, 20, 30], [20, 30, 60], [30, 60, 90]])अधिक सीधा नहीं है ? इसके अलावा, चर नाम और व्हाट्सएप पर ध्यान दें जो पायथन शैली के सम्मेलनों का अनुसरण करते हैं। एक प्रमाण के रूप में सूची पर Iterate क्या साबित होता है, बिल्कुल? यह एक सूची है?

— AMC

Answer 4

जैसा कि इस सवाल ने बहुत अधिक ध्यान आकर्षित किया और आपके कार्य को पूरा करने के कई तरीके हैं, मुझे कई विकल्प प्रस्तुत करने चाहिए।

वैसे वे सभी एक-लाइनर हैं;)

के साथ शुरू:

df
  cluster load_date budget actual fixed_price
0       A  1/1/2014   1000   4000           Y
1       A  2/1/2014  12000  10000           Y
2       A  3/1/2014  36000   2000           Y
3       B  4/1/2014  15000  10000           N
4       B  4/1/2014  12000  11500           N
5       B  4/1/2014  90000  11000           N
6       C  7/1/2014  22000  18000           N
7       C  8/1/2014  30000  28960           N
8       C  9/1/2014  53000  51200           N

संभावित संचालन का अवलोकन:

ser_aggCol (collapse each column to a list)
cluster          [A, A, A, B, B, B, C, C, C]
load_date      [1/1/2014, 2/1/2014, 3/1/2...
budget         [1000, 12000, 36000, 15000...
actual         [4000, 10000, 2000, 10000,...
fixed_price      [Y, Y, Y, N, N, N, N, N, N]
dtype: object


ser_aggRows (collapse each row to a list)
0     [A, 1/1/2014, 1000, 4000, Y]
1    [A, 2/1/2014, 12000, 10000...
2    [A, 3/1/2014, 36000, 2000, Y]
3    [B, 4/1/2014, 15000, 10000...
4    [B, 4/1/2014, 12000, 11500...
5    [B, 4/1/2014, 90000, 11000...
6    [C, 7/1/2014, 22000, 18000...
7    [C, 8/1/2014, 30000, 28960...
8    [C, 9/1/2014, 53000, 51200...
dtype: object


df_gr (here you get lists for each cluster)
                             load_date                 budget                 actual fixed_price
cluster                                                                                         
A        [1/1/2014, 2/1/2014, 3/1/2...   [1000, 12000, 36000]    [4000, 10000, 2000]   [Y, Y, Y]
B        [4/1/2014, 4/1/2014, 4/1/2...  [15000, 12000, 90000]  [10000, 11500, 11000]   [N, N, N]
C        [7/1/2014, 8/1/2014, 9/1/2...  [22000, 30000, 53000]  [18000, 28960, 51200]   [N, N, N]


a list of separate dataframes for each cluster

df for cluster A
  cluster load_date budget actual fixed_price
0       A  1/1/2014   1000   4000           Y
1       A  2/1/2014  12000  10000           Y
2       A  3/1/2014  36000   2000           Y

df for cluster B
  cluster load_date budget actual fixed_price
3       B  4/1/2014  15000  10000           N
4       B  4/1/2014  12000  11500           N
5       B  4/1/2014  90000  11000           N

df for cluster C
  cluster load_date budget actual fixed_price
6       C  7/1/2014  22000  18000           N
7       C  8/1/2014  30000  28960           N
8       C  9/1/2014  53000  51200           N

just the values of column load_date
0    1/1/2014
1    2/1/2014
2    3/1/2014
3    4/1/2014
4    4/1/2014
5    4/1/2014
6    7/1/2014
7    8/1/2014
8    9/1/2014
Name: load_date, dtype: object


just the values of column number 2
0     1000
1    12000
2    36000
3    15000
4    12000
5    90000
6    22000
7    30000
8    53000
Name: budget, dtype: object


just the values of row number 7
cluster               C
load_date      8/1/2014
budget            30000
actual            28960
fixed_price           N
Name: 7, dtype: object


============================== JUST FOR COMPLETENESS ==============================


you can convert a series to a list
['C', '8/1/2014', '30000', '28960', 'N']
<class 'list'>


you can convert a dataframe to a nested list
[['A', '1/1/2014', '1000', '4000', 'Y'], ['A', '2/1/2014', '12000', '10000', 'Y'], ['A', '3/1/2014', '36000', '2000', 'Y'], ['B', '4/1/2014', '15000', '10000', 'N'], ['B', '4/1/2014', '12000', '11500', 'N'], ['B', '4/1/2014', '90000', '11000', 'N'], ['C', '7/1/2014', '22000', '18000', 'N'], ['C', '8/1/2014', '30000', '28960', 'N'], ['C', '9/1/2014', '53000', '51200', 'N']]
<class 'list'>

the content of a dataframe can be accessed as a numpy.ndarray
[['A' '1/1/2014' '1000' '4000' 'Y']
 ['A' '2/1/2014' '12000' '10000' 'Y']
 ['A' '3/1/2014' '36000' '2000' 'Y']
 ['B' '4/1/2014' '15000' '10000' 'N']
 ['B' '4/1/2014' '12000' '11500' 'N']
 ['B' '4/1/2014' '90000' '11000' 'N']
 ['C' '7/1/2014' '22000' '18000' 'N']
 ['C' '8/1/2014' '30000' '28960' 'N']
 ['C' '9/1/2014' '53000' '51200' 'N']]
<class 'numpy.ndarray'>

कोड:

# prefix ser refers to pd.Series object
# prefix df refers to pd.DataFrame object
# prefix lst refers to list object

import pandas as pd
import numpy as np

df=pd.DataFrame([
        ['A',   '1/1/2014',    '1000',    '4000',    'Y'],
        ['A',   '2/1/2014',    '12000',   '10000',   'Y'],
        ['A',   '3/1/2014',    '36000',   '2000',    'Y'],
        ['B',   '4/1/2014',    '15000',   '10000',   'N'],
        ['B',   '4/1/2014',    '12000',   '11500',   'N'],
        ['B',   '4/1/2014',    '90000',   '11000',   'N'],
        ['C',   '7/1/2014',    '22000',   '18000',   'N'],
        ['C',   '8/1/2014',    '30000',   '28960',   'N'],
        ['C',   '9/1/2014',    '53000',   '51200',   'N']
        ], columns=['cluster', 'load_date',   'budget',  'actual',  'fixed_price'])
print('df',df, sep='\n', end='\n\n')

ser_aggCol=df.aggregate(lambda x: [x.tolist()], axis=0).map(lambda x:x[0])
print('ser_aggCol (collapse each column to a list)',ser_aggCol, sep='\n', end='\n\n\n')

ser_aggRows=pd.Series(df.values.tolist()) 
print('ser_aggRows (collapse each row to a list)',ser_aggRows, sep='\n', end='\n\n\n')

df_gr=df.groupby('cluster').agg(lambda x: list(x))
print('df_gr (here you get lists for each cluster)',df_gr, sep='\n', end='\n\n\n')

lst_dfFiltGr=[ df.loc[df['cluster']==val,:] for val in df['cluster'].unique() ]
print('a list of separate dataframes for each cluster', sep='\n', end='\n\n')
for dfTmp in lst_dfFiltGr:
    print('df for cluster '+str(dfTmp.loc[dfTmp.index[0],'cluster']),dfTmp, sep='\n', end='\n\n')

ser_singleColLD=df.loc[:,'load_date']
print('just the values of column load_date',ser_singleColLD, sep='\n', end='\n\n\n')

ser_singleCol2=df.iloc[:,2]
print('just the values of column number 2',ser_singleCol2, sep='\n', end='\n\n\n')

ser_singleRow7=df.iloc[7,:]
print('just the values of row number 7',ser_singleRow7, sep='\n', end='\n\n\n')

print('='*30+' JUST FOR COMPLETENESS '+'='*30, end='\n\n\n')

lst_fromSer=ser_singleRow7.tolist()
print('you can convert a series to a list',lst_fromSer, type(lst_fromSer), sep='\n', end='\n\n\n')

lst_fromDf=df.values.tolist()
print('you can convert a dataframe to a nested list',lst_fromDf, type(lst_fromDf), sep='\n', end='\n\n')

arr_fromDf=df.values
print('the content of a dataframe can be accessed as a numpy.ndarray',arr_fromDf, type(arr_fromDf), sep='\n', end='\n\n')

के रूप में द्वारा उठाई बाहर cs95 अन्य विधियों का प्राथमिकता दी जानी चाहिए पांडा .valuesपांडा संस्करण 0.24 से पर विशेषता यहाँ देख । मैं इसका उपयोग यहां करता हूं, क्योंकि ज्यादातर लोग (2019 तक) अभी भी एक पुराना संस्करण है, जो नई सिफारिशों का समर्थन नहीं करता है। आप अपने संस्करण की जाँच कर सकते हैंprint(pd.__version__)

Answer 5

यदि आपके कॉलम में केवल एक मान होगा जैसे pd.series.tolist()कोई त्रुटि उत्पन्न करेगा। यह गारंटी देने के लिए कि यह सभी मामलों के लिए काम करेगा, नीचे दिए गए कोड का उपयोग करें:

(
    df
        .filter(['column_name'])
        .values
        .reshape(1, -1)
        .ravel()
        .tolist()
)

Answer 6

एक्सेल शीट को पढ़ने के बाद डेटाफ्रेम का नाम मान लें df, एक खाली सूची (जैसे dataList) लें, पंक्ति द्वारा डेटाफ्रेम पंक्ति के माध्यम से पुनरावृति करें और अपनी खाली सूची में संलग्न करें जैसे-

dataList = [] #empty list
for index, row in df.iterrows(): 
    mylist = [row.cluster, row.load_date, row.budget, row.actual, row.fixed_price]
    dataList.append(mylist)

या,

dataList = [] #empty list
for row in df.itertuples(): 
    mylist = [row.cluster, row.load_date, row.budget, row.actual, row.fixed_price]
    dataList.append(mylist)

नहीं, यदि आप प्रिंट करते हैं dataList, तो आपको सूची के रूप में प्रत्येक पंक्तियाँ मिलेंगी dataList।

Comments

चर और फ़ंक्शन नामों को lower_case_with_underscoresशैली का पालन करना चाहिए । इस समाधान का मौजूदा लोगों पर क्या लाभ है, बिल्कुल? इसके अलावा, मैं वास्तव में श्रृंखला और डेटाफ्रेम पर विशेषता-शैली की पहुंच के उपयोग को हतोत्साहित करता हूं।

— AMC

Answer 7

 amount = list()
    for col in df.columns:
        val = list(df[col])
        for v in val:
            amount.append(v)