将多个列表放入数据框中

问题描述：

如何获取多个列表并将它们作为不同的列放在 Python 数据框中？我尝试了这个解决方案，但遇到了一些麻烦。

尝试 1：

• 准备三个列表，然后将它们压缩在一起并使用它res = zip(lst1,lst2,lst3)

• 仅产生一列

尝试2：

percentile_list = pd.DataFrame({'lst1Tite' : [lst1],
                                'lst2Tite' : [lst2],
                                'lst3Tite' : [lst3] }, 
                                columns=['lst1Tite','lst1Tite', 'lst1Tite'])

• 结果是一行 3 列（如上所示），或者如果我转置它，则是 3 行 1 列

如何获取 100 行（每个独立列表的长度）乘以 3 列（三个列表）的 pandas 数据框？

解决方案 1：

我认为您已经快完成了，请尝试删除 's 周围的多余方括号lst（此外，当您从这样的字典创建数据框时，您不需要指定列名）：

import pandas as pd
lst1 = range(100)
lst2 = range(100)
lst3 = range(100)
percentile_list = pd.DataFrame(
    {'lst1Title': lst1,
     'lst2Title': lst2,
     'lst3Title': lst3
    })

percentile_list
    lst1Title  lst2Title  lst3Title
0          0         0         0
1          1         1         1
2          2         2         2
3          3         3         3
4          4         4         4
5          5         5         5
6          6         6         6
...

如果您需要更高性能的解决方案，您可以使用它，np.column_stack而不是像zip第一次尝试那样，这比这里的示例速度提高了 2 倍，但在我看来，可读性有所下降：

import numpy as np
percentile_list = pd.DataFrame(np.column_stack([lst1, lst2, lst3]), 
                               columns=['lst1Title', 'lst2Title', 'lst3Title'])

解决方案 2：

在此补充一下Aditya Guru的回答。无需使用地图。您只需这样做：

pd.DataFrame(list(zip(lst1, lst2, lst3)))

这会将列名设置为 0,1,2。要设置您自己的列名，您可以将关键字参数传递columns给上述方法。

pd.DataFrame(list(zip(lst1, lst2, lst3)),
              columns=['lst1_title','lst2_title', 'lst3_title'])

解决方案 3：

添加另一个可扩展的解决方案。

lists = [lst1, lst2, lst3, lst4]
df = pd.concat([pd.Series(x) for x in lists], axis=1)

解决方案 4：

有多种方法可以从多个列表创建数据框。

list1=[1,2,3,4]
list2=[5,6,7,8]
list3=[9,10,11,12]

1. pd.DataFrame({'list1':list1, 'list2':list2, 'list3'=list3})

2. pd.DataFrame(data=zip(list1,list2,list3),columns=['list1','list2','list3'])

解决方案 5：

只需补充一点，使用第一种方法就可以做到这一点 -

pd.DataFrame(list(map(list, zip(lst1,lst2,lst3))))

解决方案 6：

除了上述答案之外，我们还可以即时创建

df= pd.DataFrame()
list1 = list(range(10))
list2 = list(range(10,20))
df['list1'] = list1
df['list2'] = list2
print(df)

希望它有帮助！

解决方案 7：

@oopsi 使用pd.concat()但未包含列名。您可以执行以下操作，与接受答案中的第一个解决方案不同，它使您可以控制列顺序（避免使用无序的字典）：

import pandas as pd
lst1 = range(100)
lst2 = range(100)
lst3 = range(100)

s1=pd.Series(lst1,name='lst1Title')
s2=pd.Series(lst2,name='lst2Title')
s3=pd.Series(lst3 ,name='lst3Title')
percentile_list = pd.concat([s1,s2,s3], axis=1)

percentile_list
Out[2]: 
    lst1Title  lst2Title  lst3Title
0           0          0          0
1           1          1          1
2           2          2          2
3           3          3          3
4           4          4          4
5           5          5          5
6           6          6          6
7           7          7          7
8           8          8          8
...

解决方案 8：

您可以简单地使用以下代码

train_data['labels']= train_data[["LABEL1","LABEL1","LABEL2","LABEL3","LABEL4","LABEL5","LABEL6","LABEL7"]].values.tolist()
train_df = pd.DataFrame(train_data, columns=['text','labels'])

解决方案 9：

我只是这样做了（python 3.9）：

import pandas as pd
my_dict=dict(x=x, y=y, z=z) # Set column ordering here
my_df=pd.DataFrame.from_dict(my_dict)

这似乎相当简单（尽管是在 2022 年），除非我遗漏了一些明显的东西……

在 Python 2 中，可以使用collections.OrderedDict()。