python - Jupyter Pandas DataFrame - 读取列值

Question

我有一段 Python 代码，用于读取给定行的 SQL 列的值。下面的代码片段只是迭代 DataFrame 上下文中的列并将数值附加到数组中。

如果我打印出每列的值，输出看起来是正确的。但是，如果我打印出最终的数组，那么我会看到奇怪的格式(元数据)。

values = []
for i in range(len(columns)):
        val = df[columns[i]];        
        values.append(val)
        #print(values) // this prints out the correct numeric value.

    #print(values) // but this prints out the array with the weird format.

奇怪的/元数据输出如下所示:

[0    0
Name: colname1, dtype: int64, 0    8
Name: colname2, dtype: int64, 0    0
Name: colname3, dtype: int64, 0    0
Name: colname4, dtype: int64, 0    0
Name: colname5, dtype: int64, 0    0
Name: colname6, dtype: int64, 0    0
Name: colname7, dtype: int64, 0    0
Name: colname8, dtype: int64, 0    0
Name: colname9, dtype: int64, 0    0
Name: colname10, dtype: int64, 0    1
Name: colname11, dtype: int64, 0    0
Name: colname12, dtype: int64]

当我明确附加数值时，为什么我会看到所有这些元数据内容？

请注意，DataFrame 是通过 pd.read_sql_query 调用创建的。

Answer 1

我认为您需要将值转换为numpy array，转置并转换为list:

df = pd.DataFrame({
    'A': ['a','e','g'],
    'B': list(range(3))
})
print (df)
   A  B
0  a  0
1  e  1
2  g  2

L = df.values.T.tolist()
print (L)
[['a', 'e', 'g'], [0, 1, 2]]

如果需要循环较慢的解决方案，请将Series转换为list:

values = []
for i in range(len(columns)):
        val = df[columns[i]];        
        values.append(val.tolist())

如果只有一行DataFrame或需要在df中选择某行，请使用iloc按位置选择系列，然后转换为列表:

df = pd.DataFrame({
    'A': [0],
    'B': [3],
    'C' :[1]   
})
print (df)
   A  B  C
0  0  3  1

L = df.values.T.tolist()
print (L)
[[0], [3], [1]]

#select first row
L1 = df.iloc[0].tolist()
print (L1)
[0, 3, 1]

<小时/>

df = pd.DataFrame({
    'A': ['a','e','g'],
    'B': list(range(3))
},index=list('def'))
print (df)
   A  B
d  a  0
e  e  1
f  g  2

#select by index name
L1 = df.loc['f'].tolist()
print (L1)
['g', 2]

#select by position of row
L1 = df.iloc[2].tolist()
print (L1)
['g', 2]