将多个列表放入数据框架

我如何采取多个列表，并把它们作为不同的列在一个python数据框架?我尝试了这个解决方案，但有一些麻烦。

尝试1:

  • 有三个列表，并将它们压缩在一起并使用res = zip(lst1,lst2,lst3)
  • 只产生一列

尝试2:

percentile_list = pd.DataFrame({'lst1Tite' : [lst1],
'lst2Tite' : [lst2],
'lst3Tite' : [lst3] },
columns=['lst1Tite','lst1Tite', 'lst1Tite'])
  • 产生一行3列(上面的方式)，或者如果我转置它是3行1列

我如何得到一个100行(每个独立列表的长度)由3列(三个列表)熊猫数据框架?

472386 次浏览
小开
最佳答案

我认为你已经差不多了，试着删除lst's周围的额外方括号(而且，当你从这样的字典创建数据框架时，你不需要指定列名):

import pandas as pd
lst1 = range(100)
lst2 = range(100)
lst3 = range(100)
percentile_list = pd.DataFrame(
{'lst1Title': lst1,
'lst2Title': lst2,
'lst3Title': lst3
})


percentile_list
lst1Title  lst2Title  lst3Title
0          0         0         0
1          1         1         1
2          2         2         2
3          3         3         3
4          4         4         4
5          5         5         5
6          6         6         6
...

如果你需要一个更高性能的解决方案，你可以使用np.column_stack而不是zip，就像你第一次尝试的那样，这在这里的例子中有大约2倍的加速，但是在我看来，可读性会有一点代价:

import numpy as np
percentile_list = pd.DataFrame(np.column_stack([lst1, lst2, lst3]),
columns=['lst1Title', 'lst2Title', 'lst3Title'])
小开

只是补充一下，使用第一种方法，它可以这样做

pd.DataFrame(list(map(list, zip(lst1,lst2,lst3))))
小开

添加到Aditya大师的答案。没有必要使用地图。你可以简单地做到这一点:

pd.DataFrame(list(zip(lst1, lst2, lst3)))

这将把列名设置为0、1、2。要设置自己的列名，可以将关键字参数columns传递给上面的方法。

pd.DataFrame(list(zip(lst1, lst2, lst3)),
columns=['lst1_title','lst2_title', 'lst3_title'])
小开

添加一个可伸缩的解决方案。

lists = [lst1, lst2, lst3, lst4]
df = pd.concat([pd.Series(x) for x in lists], axis=1)
小开

加上上面的答案，我们可以在飞行中创造

df= pd.DataFrame()
list1 = list(range(10))
list2 = list(range(10,20))
df['list1'] = list1
df['list2'] = list2
print(df)

希望能有所帮助!

小开

@oopsi使用pd.concat()，但不包括列名。您可以执行以下操作，这与已接受答案中的第一个解决方案不同，它使您可以控制列的顺序(避免字典，它是无序的):

import pandas as pd
lst1 = range(100)
lst2 = range(100)
lst3 = range(100)


s1=pd.Series(lst1,name='lst1Title')
s2=pd.Series(lst2,name='lst2Title')
s3=pd.Series(lst3 ,name='lst3Title')
percentile_list = pd.concat([s1,s2,s3], axis=1)


percentile_list
Out[2]:
lst1Title  lst2Title  lst3Title
0           0          0          0
1           1          1          1
2           2          2          2
3           3          3          3
4           4          4          4
5           5          5          5
6           6          6          6
7           7          7          7
8           8          8          8
...
小开

您可以简单地使用下面的代码

train_data['labels']= train_data[["LABEL1","LABEL1","LABEL2","LABEL3","LABEL4","LABEL5","LABEL6","LABEL7"]].values.tolist()
train_df = pd.DataFrame(train_data, columns=['text','labels'])
小开

有几种方法可以从多个列表中创建数据帧。

list1=[1,2,3,4]
list2=[5,6,7,8]
list3=[9,10,11,12]
  1. < p > pd.DataFrame({'list1':list1, 'list2':list2, 'list3'=list3})

  2. < p > pd.DataFrame(data=zip(list1,list2,list3),columns=['list1','list2','list3'])

小开

我只是这样做的(python 3.9):

import pandas as pd
my_dict=dict(x=x, y=y, z=z) # Set column ordering here
my_df=pd.DataFrame.from_dict(my_dict)

这似乎相当简单(尽管是在2022年)，除非我遗漏了一些明显的东西……

在python 2中，可以使用collections.OrderedDict()。


提交答案