Как создать список на основе значений всех столбцов?

Я хотел бы создавать списки, например, в df2, из данных, таких как в df1. Большая часть помощи, которую я читаю в Интернете, посвящена противоположному вопросу: как анализировать списки. В конце концов, мне бы хотелось, чтобы этот список был доступен как новая колонка в оригинале df1.

import pandas as pd
    
df1 = pd.DataFrame(list(zip([1,2,3], [4,5,6], [7,8,9])), 
                   columns=['numbers', 'numbers2', 'numbers3'])
    
df2 = pd.DataFrame(list(zip([[1,4,7], [2,5,8], [3,6,9]])), 
                   columns=['list_of_numbers'])

Спасибо, что заглянули. Пожалуйста, дайте мне знать, если у вас есть какие-либо вопросы, если мой пример не ясен.

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
52
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Вы можете использовать df.apply на axis=1 и назначить новый столбец с помощью df.assign:

df2 = df1.assign(list_of_numbers=df1.apply(list, axis=1))

df2

   numbers  numbers2  numbers3 list_of_numbers
0        1         4         7       [1, 4, 7]
1        2         5         8       [2, 5, 8]
2        3         6         9       [3, 6, 9]

Или добавьте к существующим df1:

df1['list_of_numbers'] = df1.apply(list, axis=1)

Конвертируйте в_numpy , затем в список:

df1['list_of_numbers'] = df1.to_numpy().tolist()

Или для нового DataFrame:

out = df1.assign(list_of_numbers=df1.to_numpy().tolist())

Выход:

   numbers  numbers2  numbers3 list_of_numbers
0        1         4         7       [1, 4, 7]
1        2         5         8       [2, 5, 8]
2        3         6         9       [3, 6, 9]
Тайминги

На 300 тыс. строк и 3 столбца

# df1.assign(list_of_numbers=df1.to_numpy().tolist())
44 ms ± 2.02 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

# df1.assign(list_of_numbers=df1.apply(list, axis=1))
1.28 s ± 15.9 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

Другие вопросы по теме