Если данные имеют метки столбцов и индексов, которые вы хотите сохранить, существует несколько вариантов.
Пример данные:
>>> df = pd.DataFrame([[1,2,3],[3,4,5]], \
columns=('first', 'second', 'third'), \
index=('alpha', 'beta'))
>>> df
first second third
alpha 1 2 3
beta 3 4 5
tolist()
метод, описанный в других ответов является полезным, но дает только базовые данные - которые не могут быть достаточно, в зависимости от потребностей.
>>> df.values.tolist()
[[1, 2, 3], [3, 4, 5]]
Один подход заключается в преобразовании DataFrame
в JSON с помощью df.to_json()
, а затем разобрать его снова. Это громоздко, но имеет некоторые преимущества, потому что метод to_json()
имеет некоторые полезные опции.
>>> df.to_json()
{
"first":{"alpha":1,"beta":3},
"second":{"alpha":2,"beta":4},"third":{"alpha":3,"beta":5}
}
>>> df.to_json(orient='split')
{
"columns":["first","second","third"],
"index":["alpha","beta"],
"data":[[1,2,3],[3,4,5]]
}
Громоздкий, но может быть пригоден.
Хорошая новость заключается в том, что это довольно просто создавать списки для столбцов и строк:
>>> columns = [df.index.name] + [i for i in df.columns]
>>> rows = [[i for i in row] for row in df.itertuples()]
Это дает:
>>> print(f"columns: {columns}\nrows: {rows}")
columns: [None, 'first', 'second', 'third']
rows: [['alpha', 1, 2, 3], ['beta', 3, 4, 5]]
Если None
как имя индекса надоедливым, переименовать его:
df = df.rename_axis('stage')
Тогда:
>>> columns = [df.index.name] + [i for i in df.columns]
>>> print(f"columns: {columns}\nrows: {rows}")
columns: ['stage', 'first', 'second', 'third']
rows: [['alpha', 1, 2, 3], ['beta', 3, 4, 5]]
lol at lol variable –