将DataFrame列有效地转换为对象

时间:2017-08-22 11:44:17

标签: python pandas dataframe

我有一个Panda的DataFrame,有很多条目。我希望逐行创建一个对象而不进行迭代。

即:

       Age   Name
       -----------
    0   13   John
    1   16   Marc
    2   17   Prisl
    3   14   Mike
    4   11   Robert

这可能吗?我在文档中没有发现任何相关内容。

1 个答案:

答案 0 :(得分:1)

如果你想要一个对象列表,你可以使用itertuples,这些对象返回namedtuple个对象(好吧,差不多)。

list(df.itertuples(name='Person', index=False))

[Person(Age=13, Name='John'),
 Person(Age=16, Name='Marc'),
 Person(Age=17, Name='Prisl'),
 Person(Age=14, Name='Mike'),
 Person(Age=11, Name='Robert')]

另一个想法是使用namedtupleapply

from collections import namedtuple
cls = namedtuple(typename='Person', field_names=df.columns.tolist())

df.apply(lambda r: cls(**r.to_dict()), 1)

0      (13, John)
1      (16, Marc)
2     (17, Prisl)
3      (14, Mike)
4    (11, Robert)
dtype: object

df.apply(lambda r: cls(**r.to_dict()), 1).tolist()

[Person(Age=13, Name='John'),
 Person(Age=16, Name='Marc'),
 Person(Age=17, Name='Prisl'),
 Person(Age=14, Name='Mike'),
 Person(Age=11, Name='Robert')]

如果您不熟悉课程,可以使用to_dict返回记录列表。

df.to_dict('records')

[{'Age': 13, 'Name': 'John'},
 {'Age': 16, 'Name': 'Marc'},
 {'Age': 17, 'Name': 'Prisl'},
 {'Age': 14, 'Name': 'Mike'},
 {'Age': 11, 'Name': 'Robert'}]