我如何采取多个列表，并把它们作为不同的列在一个python数据框架?我试过这个办法，但遇到了一些麻烦。
尝试1:
有三个列表，将它们压缩在一起，并使用res = zip(lst1,lst2,lst3) 只产生一列
尝试2:
percentile_list = pd.DataFrame({'lst1Tite' : [lst1],
'lst2Tite' : [lst2],
'lst3Tite' : [lst3] },
columns=['lst1Tite','lst1Tite', 'lst1Tite'])
产生一行3列(上面的方式)，或者如果我转置它是3行1列
我如何得到一个100行(每个独立列表的长度)由3列(三个列表)熊猫数据框架?
当前回答
有几种方法可以从多个列表中创建数据帧。
list1=[1,2,3,4]
list2=[5,6,7,8]
list3=[9,10,11,12]
pd。DataFrame({'list1':list1， 'list2':list2， 'list3'=list3}) pd.DataFrame (data = zip (list1、用于list3),列=[“list1”、“用于”,' list3 '])
其他回答
我认为你已经差不多了，试着去掉lst's周围的额外方括号(当你从这样的字典创建一个数据框架时，你不需要指定列名):
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
...
如果需要更高效的解决方案，可以使用np。Column_stack而不是zip，就像你第一次尝试的那样，这在这里的例子上有大约2倍的速度，但是在我看来，这是以可读性为代价的:
import numpy as np
percentile_list = pd.DataFrame(np.column_stack([lst1, lst2, lst3]),
columns=['lst1Title', 'lst2Title', 'lst3Title'])
只是补充一下，使用第一种方法，它可以这样做
pd.DataFrame(list(map(list, zip(lst1,lst2,lst3))))
我只是这样做的(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()。
有几种方法可以从多个列表中创建数据帧。
list1=[1,2,3,4]
list2=[5,6,7,8]
list3=[9,10,11,12]
pd。DataFrame({'list1':list1， 'list2':list2， 'list3'=list3}) pd.DataFrame (data = zip (list1、用于list3),列=[“list1”、“用于”,' list3 '])
您可以简单地使用下面的代码
train_data['labels']= train_data[["LABEL1","LABEL1","LABEL2","LABEL3","LABEL4","LABEL5","LABEL6","LABEL7"]].values.tolist()
train_df = pd.DataFrame(train_data, columns=['text','labels'])
