我已经使用pandas操纵了一些数据，现在我想进行批量保存回数据库。这需要我将数据帧转换为一个元组数组，每个元组对应于数据帧的“行”。
我的数据帧看起来像这样:
In [182]: data_set
Out[182]:
index data_date data_1 data_2
0 14303 2012-02-17 24.75 25.03
1 12009 2012-02-16 25.00 25.07
2 11830 2012-02-15 24.99 25.15
3 6274 2012-02-14 24.68 25.05
4 2302 2012-02-13 24.62 24.77
5 14085 2012-02-10 24.38 24.61
我想把它转换成一个元组数组，就像:
[(datetime.date(2012,2,17),24.75,25.03),
(datetime.date(2012,2,16),25.00,25.07),
...etc. ]
有什么建议吗?
当前回答
list(data_set.itertuples(index=False))
从17.1开始，上面的代码将返回一个命名元组列表。
如果你想要一个普通元组的列表，传递name=None作为参数:
list(data_set.itertuples(index=False, name=None))
其他回答
#try this one:
tuples = list(zip(data_set["data_date"], data_set["data_1"],data_set["data_2"]))
print (tuples)
更python化的方式:
df = data_set[['data_date', 'data_1', 'data_2']]
map(tuple,df.values)
一般的方法:
[tuple(x) for x in data_set.to_records(index=False)]
将数据帧列表更改为元组列表。
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]})
print(df)
OUTPUT
col1 col2
0 1 4
1 2 5
2 3 6
records = df.to_records(index=False)
result = list(records)
print(result)
OUTPUT
[(1, 4), (2, 5), (3, 6)]
如何:
subset = data_set[['data_date', 'data_1', 'data_2']]
tuples = [tuple(x) for x in subset.to_numpy()]
对于熊猫< 0.24使用
tuples = [tuple(x) for x in subset.values]
