Skip to main content
 首页 » 编程设计

python之将元组列表转换为 Pandas 中的数据框

2025年05月04日10arxive

我有一个元组列表 (y),我希望将其转换为 DataFrame x。 y 中有五个元组。 y 中的每个元组都有 33 个元素。所有 5 个元组中的元素 1 都是文本并且是相同的。所有五个元组中的元素二是文本并且是相同的。每个元组中的元素三是文本并且是相同的。

我想将 y 中的前三个元素作为 DataFrame 中的列名。我想将元组列表转换为 10 x 3 DataFrame。棘手的部分是数据帧中的第 1 行是 y[1] 中的元素 4、5、6,数据帧中的第 2 行是 y[1] 中的元素 7、8、9,第 3 行是 10,11, 12...等

y 看起来像这样(没有显示整个列表):

List of tuples y                 
y[0]    y[1]    y[2]    y[3]    y[4] 
 
Formula Formula Formula Formula Formula 
Phase   Phase   Phase   Phase   Phase 
Value   Value   Value   Value   Value 
"a" "a" "a" "a" "a" 
"nxxx"  "nxxx"  "nxxx"  "nxxx"  "nxxx" 
3.2 3.7 22.4    18.2    9.7 
"h45"   "h45"   "h45"   "h45"   "h45" 
"cacpp" "cacpp" "cacpp" "cacpp" "cacpp" 
45.2    61.76   101.2   171.89  203.7 
"trx"   "trx"   "trx"   "trx"   "trx" 
"v2o5p" "v2o5p" "v2o5p" "v2o5p" "v2o5p" 
0.24    0.81    0.97    1.2 1.98 
"blnt"  "blnt"  "blnt"  "blnt"  "blnt" 
"g2o3"  "g2o3"  "g2o3"  "g2o3"  "g2o3" 
807.2   905.8   10089   10345   10979 

我想按如下方式将 y 转换为 DataFrame x:

DataFrame x      
column 1 column 2 column 3 
 
Formula Phase   Value 
"a" "nxxx"  3.2 
"h45"   "cacpp" 45.2 
"trx"   "v2o5p" 0.24 
"blnt"  "g2o3"  807.2 
"a" "nxxx"  3.7 
"h45"   "cacpp" 61.76 
"trx"   "v2o5p" 0.81 
"blnt"  "g2o3"  905.8 
"a" "nxxx"  22.4 
"h45"   "cacpp" 101.2 
"trx"   "v2o5p" 0.97 
"blnt"  "g2o3"  10089 
etc etc etc 

我知道必须有一种简单的方法来遍历元组列表。但对 Pandas 来说是新手,对 Python 来说相对较新,所以我正在努力寻找一种干净的方法来做到这一点。

请您参考如下方法:

基本上,您需要: 1) 删除每个元组的前 3 个元素(只需要一个作为列标题) 2) concatenate y 中的所有元素 3) reshape 到 3 列 所有这些都可以通过 numpy 实现,如果您使用 pandas

,您一定很熟悉
#Step 1) and 2) above. 
In [83]: data = np.concatenate ([z[3:] for z in y]) 
 
#reshape 
In [84]: data = data.reshape(-1, 3) 
 
#Now data is a numpy array which looks what you need: 
In [85]: data 
Out[85]:  
array([['a', 'nxxx', '3.2'], 
       ['h45', 'cacpp', '45.2'], 
       ['trx', 'v2o5p', '0.24'], 
       ['blnt', 'g2o3', '807.2'], 
       ['a', 'nxxx', '3.7'], 
       ['h45', 'cacpp', '61.76'], 
       ['trx', 'v2o5p', '0.81'], 
       ['blnt', 'g2o3', '905.8'], 
       ['a', 'nxxx', '22.4'], 
       ['h45', 'cacpp', '101.2'], 
       ['trx', 'v2o5p', '0.97'], 
       ['blnt', 'g2o3', '10089'], 
       ['a', 'nxxx', '18.2'], 
       ['h45', 'cacpp', '171.89'], 
       ['trx', 'v2o5p', '1.2'], 
       ['blnt', 'g2o3', '10345'], 
       ['a', 'nxxx', '9.7'], 
       ['h45', 'cacpp', '203.7'], 
       ['trx', 'v2o5p', '1.98'], 
       ['blnt', 'g2o3', '10979']],  
      dtype='|S6') 

您可以将数据放入pandas DataFrame

In [86]: df = pd.DataFrame (data, columns=y[0][:3]) 
 
In [87]: df 
Out[87]:  
   Formula  Phase   Value 
0        a   nxxx     3.2 
1      h45  cacpp    45.2 
2      trx  v2o5p    0.24 
3     blnt   g2o3   807.2 
4        a   nxxx     3.7 
5      h45  cacpp   61.76 
6      trx  v2o5p    0.81 
7     blnt   g2o3   905.8 
8        a   nxxx    22.4 
9      h45  cacpp   101.2 
10     trx  v2o5p    0.97 
11    blnt   g2o3   10089 
12       a   nxxx    18.2 
13     h45  cacpp  171.89 
14     trx  v2o5p     1.2 
15    blnt   g2o3   10345 
16       a   nxxx     9.7 
17     h45  cacpp   203.7 
18     trx  v2o5p    1.98 
19    blnt   g2o3   10979