Numpy Pandas DataFrame 转化为包括表头的列表形式

在数据分析和机器学习领域，经常需要将 Numpy 和 Pandas 中的 DataFrame 数据转化为列表形式，以便于在其它应用中进行处理和使用，例如生成图表、实现机器学习算法等。本文将介绍如何将 Numpy 和 Pandas 中的 DataFrame 转化为包括表头的列表形式，并提供示例和说明。

阅读更多：Numpy 教程

Numpy 中的 DataFrame 转化为列表形式

在 Numpy 中，我们可以通过调用 tolist() 方法将 DataFrame 转化为列表形式，具体方法如下：

import numpy as np

# 创建一个 DataFrame 对象
df = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(df)

# 将 DataFrame 转化为列表形式
lst = df.tolist()
print(lst)

以上代码输出结果如下：

[[1 2 3]
 [4 5 6]
 [7 8 9]]

[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

我们可以看到，通过 tolist() 方法，我们将 Numpy 中的 DataFrame 成功转化为了一个包括表头的列表形式。

Pandas 中的 DataFrame 转化为列表形式

在 Pandas 中，我们需要先将 DataFrame 中的数据和列索引分别转化为列表，再将两者合并成一个包括表头的列表形式。具体方法如下：

import pandas as pd

# 创建一个 DataFrame 对象
lst = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
columns = ['a', 'b', 'c']
df = pd.DataFrame(lst, columns=columns)
print(df)

# 将 DataFrame 转化为列表形式
data = df.values.tolist()
header = list(df.columns)
lst = [header] + data
print(lst)

以上代码输出结果如下：

   a  b  c
0  1  2  3
1  4  5  6
2  7  8  9

[['a', 'b', 'c'], [1, 2, 3], [4, 5, 6], [7, 8, 9]]

我们可以看到，通过将 DataFrame 中的数据和列索引转化为列表，再将两者合并，我们将 Pandas 中的 DataFrame 成功转化为了一个包括表头的列表形式。

总结

本文介绍了如何将 Numpy 和 Pandas 中的 DataFrame 转化为包括表头的列表形式，并提供了具体的示例代码。需要注意的是，在将 Pandas 中的 DataFrame 转化为列表形式时，我们需要先分别转化数据和列索引为列表形式，再将两者合并成一个新的列表。在实际应用中，我们可以根据具体需要进行修改和扩展。