从嵌套列表返回值到 Pandas DataFrame答案

【问题标题】：Return values from nested lists into PandasDataFrame从嵌套列表返回值到 Pandas DataFrame
【发布时间】：2020-10-14 16:57:02
【问题描述】：

我有一个包含 2 个列表的列表，如下所示：

[[0.0, 0.0, 0.0], [0.0, 0.0, 0.0]]

一天结束时，我需要在 PandasDataFrame 中有 2 列，第一列应包含第一个列表中的值，第二列应包含第二个列表中的值。

我想遍历每个列表并将其中的每个值返回到 PandasDataFrame 中的单独列中。 PandasDataFrame 中的 col0 应该保存第一个列表中的值，而 PandasDataFrame 中的 col1 应该保存第二个列表中的值。

我期待这样的输出：

有没有一种简洁的方法可以做到这一点？

谢谢。

【问题讨论】：

你可以添加一些样本输入和预期输出以获得精确的解决方案
你能检查修改@Sushanth
你试过pd.DataFrame(yourList).T 吗？

标签： python pandas list dataframe list-comprehension

【解决方案1】：

一种方法是使用transpose:

df = pd.DataFrame(yourList).T

如果你想改变你可以添加的列名

df = df.add_prefix('col')

【讨论】：

【解决方案2】：

执行此操作的一种简单方法是将列表转换为字典，然后从该字典创建数据框，如下所述：

l =[[0.0, 0.0, 0.0], [0.0, 0.0, 0.0]]

# Creating a dictionary using dictionary comprehension
d = {'col'+str(i) : l[i] for i in range(len(l))}

df = pd.DataFrame(d)

【讨论】：

【解决方案3】：

由于您的列表是按行而不是按列排列的，因此我将首先按原样构建数据框，然后对其进行转置：

data = [[0, 0, 0, 0,], [1, 1, 1, 1,]]
columns = ['a', 'b', 'c', 'd']
df = pd.DataFrame(data, columns=columns)
df = df.transpose()

【讨论】：