"如何将pandas转换成Python列表？掌握tolist和to_list两种方法"_蜘蛛技巧

如何使用pandas中的tolist()和to_list()方法，将DataFrame或Series对象转换为列表？这是很多Python数据分析工程师和数据科学家在工作中需要解决的一个常见问题。本文将深入分析这两个方法的使用和区别，并提供代码实例和相关注意事项，帮助读者更好地掌握这两个方法的功能。

什么是tolist()方法和to_list()方法？

tolist()和to_list()方法都是pandas库中用于数据转换的方法，主要作用是将DataFrame或Series对象转换为Python中的列表。这两个方法功能类似，但在使用上有一些细微的差别。

具体来说，tolist()是pandas中的一个实例方法，用于将DataFrame或Series对象转换为嵌套列表形式的数据。而to_list()是pandas中的一个类方法，用于将DataFrame或Series对象转换为一维列表形式的数据。在实际使用过程中，需要根据具体的业务场景和需求选择合适的方法。

如何使用tolist()方法和to_list()方法？

1. 使用tolist()方法：

tolist()方法是pandas中的一个实例方法，用于将DataFrame或Series对象转换为嵌套列表形式的数据。使用方法很简单，只需要在对象后面加上tolist()即可。

import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
result = df.tolist()
print(result)

输出结果如下：

[[1, 4], [2, 5], [3, 6]]

从结果可以看出，tolist()方法将DataFrame的每一行转换为一个子列表，最终得到一个嵌套的列表。

2. 使用to_list()方法：

to_list()方法是pandas中的一个类方法，用于将DataFrame或Series对象转换为一维列表形式的数据。使用方法也很简单，只需要在对象后面加上to_list()即可。

import pandas as pd
data = [1, 2, 3]
s = pd.Series(data)
result = s.to_list()
print(result)

输出结果如下：

[1, 2, 3]

从结果可以看出，to_list()方法将Series中的元素直接转换为一个列表，不生成嵌套的列表。

tolist()方法和to_list()方法有什么区别？

虽然tolist()和to_list()在功能上是相同的，但在使用上有一些细微的差别，包括调用方式、参数和返回值等方面：

3.1 调用方式不同

tolist()是一个实例方法，需要通过对象实例来调用；而to_list()是一个类方法，可以直接通过类名来调用。

使用tolist()方法
result = df.tolist()
使用to_list()方法
result = pd.Series(data).to_list()

3.2 参数不同

tolist()方法没有参数；而to_list()方法有一个参数，即是否保留索引（keep_index），默认为False，如果设置为True，则在转换后的列表中保留原始索引。

使用tolist()方法，不保留索引
result = df.tolist()
使用to_list()方法，保留索引
result = df.to_list(keep_index=True)

3.3 返回值不同

由于tolist()和to_list()的功能相同，因此它们的返回值也是相同的，都是将DataFrame或Series对象转换为列表。但由于to_list()可以保留索引，因此在返回值中可能会包含索引信息。

使用tolist()方法，不保留索引
result = df.tolist()
# result: [[1, 4], [2, 5], [3, 6]]
使用to_list()方法，保留索引
result = df.to_list(keep_index=True)
# result: [[0, 'A', 1], [1, 'B', 4], [2, 'C', 7]] (这里的索引被转换为了列名)