从没有索引和列名称的pandas单元格创建列表列表

Question

我试图从Pandas Dataframe创建一个行方式嵌套列表。 重要的方面是摆脱索引和列名称。

假设以下df：

test = pd.DataFrame({'0' : ['1','4','5','5'],
       '1' : ['4','1','12','10'],
       '2' : ['10','12','4','2'],
       '3' : ['2','10','10','4']})

    0   1   2   3  
0   1   4   10  2   
1   4   1   12  10
2   5   12  4   10 
3   5   10  2   4  

我想得到这个：

alist = [[1,4,10,2], [4,1,12,10],[5,12,4,10],[5,10,2,4]]

有任何想法吗？

提前致谢！

编辑：

这没有用，因为索引和列名也是从Dataframe派生的：

# Create an empty list 
Row_list =[] 


# Iterate over each row 
for index, rows in df.iterrows(): 
    # Create list for the current row 
    my_list =[rows.Date, rows.Event, rows.Cost] 

    # append the list to the final list 
    Row_list.append(my_list) 

# Print the list 
print(Row_list) 

Answer 1

pandas.DataFrame.values会有所帮助。

在你的情况下，

test.astype('int').values

给出结果：

array([[ 1,  4, 10,  2],
       [ 4,  1, 12, 10],
       [ 5, 12,  4, 10],
       [ 5, 10,  2,  4]])

或者如果你想转置数据帧， pandas.DataFrame.T会有所帮助：

test.astype('int').T.values

结果如下：

array([[ 1,  4,  5,  5],
       [ 4,  1, 12, 10],
       [10, 12,  4,  2],
       [ 2, 10, 10,  4]])

Answer 2

好吧，你可能不需要T.

test.to_numpy('int').tolist()

输出：

[[1, 4, 10, 2], [4, 1, 12, 10], [5, 12, 4, 10], [5, 10, 2, 4]]

---

使用T进行转置，转换为numpy数组和tolist ：

test.T.values.tolist()

输出：

[['1', '4', '5', '5'],
 ['4', '1', '12', '10'],
 ['10', '12', '4', '2'],
 ['2', '10', '10', '4']]

如果你需要整数使用to_numpy和to_numpy ：

test.T.to_numpy('int').tolist()

输出：

[[1, 4, 5, 5], [4, 1, 12, 10], [10, 12, 4, 2], [2, 10, 10, 4]]