有效地将DataFrame列转换为对象 [英] Convert DataFrame columns to Objects efficiently

问题描述

我有一个带有很多条目的熊猫数据框。如果可能，我想逐行创建对象。

即：

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

有可能吗？在文档中我对此一无所获。

解决方案

如果要对象列表，可以使用 itteruples ，它们返回 namedtuple 对象（好了，差不多）。

  list（df.itertuples（name ='Person'，index = False））
 
 [Person（Age = 13，Name ='John'），
 Person（年龄= 16，姓名='马克'），
 Person（年龄= 17，姓名='Prisl'），
 Person（年龄= 14，姓名='麦克'），
 Person（Age = 11，Name ='Robert'）] 
  

---

另一个想法是使用 namedtuple 和 apply 。

<从集合中导入pre> 导入namedtuple
cls = namedtuple（typename ='Person'，field_names = df.columns.tolist（））

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

0（13，约翰）
1（16，马克）
2（17，Prisl ）
3（14，迈克）
4（11，罗伯特）
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'）]


---

如果您对课堂并不特别，可以使用 to_dict 返回记录列表。

  df.to_dict（'records'）
 
 [{年龄'：13，'姓名'：'约翰'}，
 {'年龄'：16，'姓名'：'马克'}，
 {'年龄'：17，'姓名'：' Prisl'}，
 {'Age'：14，名称：'Mike'}，
 {'Age'：11，'Name'：'Robert'}] 
  

I have a Panda's DataFrame with a lot of entries. I would like to create an object by row without doing an iteration if possible.

Ie:

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

Is that possible? I found nothing on the documentation regarding this.

解决方案

If you want a list of objects, you can use itertuples, these return namedtuple objects (well, almost).

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')]

---

Another idea uses namedtuple and apply.

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')]

---

If you aren't particular on classes, you can use to_dict to return a list of records.

df.to_dict('records')

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

这篇关于有效地将DataFrame列转换为对象的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！