pandas.core.frame.DataFrame按照每行转为list

可以使用`values`属性将DataFrame按行转换为NumPy数组，然后再使用`tolist()`方法将其转换为列表。示例如下：

import pandas as pd

# 创建DataFrame
df = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
})

# 将DataFrame按行转换为列表
list_of_rows = df.values.tolist()
print(list_of_rows)
# 输出 [[1, 4, 7], [2, 5, 8], [3, 6, 9]]

上述代码将DataFrame `df` 按行转换为列表 `list_of_rows`，其中每个子列表对应原来的一行数据。需要注意的是，转换后的列表中的元素类型都是Python的基本数据类型（如int、float等），而不是Pandas中的Series类型。如果需要保留Series类型，可以使用`to_dict()`方法将DataFrame转换为字典，其中字典的每个键对应一列数据，值为Series类型的对象。

相关问题

pandas.core.frame.DataFrame按照每行转为dict

可以使用 Pandas DataFrame 的 `to_dict()` 方法，将每一行转换为字典。需要将 `orient` 参数设置为 `'records'`，表示将 DataFrame 转换为字典的每个元素为一行记录。下面是一个示例代码，将 DataFrame 中每一行转换为字典：

import pandas as pd

# 创建一个 DataFrame
df = pd.DataFrame({'col1': [1, 2], 'col2': ['a', 'b']})

# 将 DataFrame 中的每一行转换为字典
dict_data = df.to_dict(orient='records')

print(dict_data)
# 输出：[{'col1': 1, 'col2': 'a'}, {'col1': 2, 'col2': 'b'}]

在上面的示例中，`to_dict()` 方法的参数为 `'records'`，表示将 DataFrame 中的每一行转换为一个字典，最终将这些字典组成一个列表。你还可以使用其他的参数值，例如 `'list'` 表示将 DataFrame 中的每一列转换为一个列表，最终将这些列表组成一个字典。你可以根据具体需求选择适合的参数值。

列表转为pandas.core.frame.DataFrame

要将列表转换为 Pandas DataFrame，可以使用 Pandas 库中的 DataFrame 函数。例如，假设列表为:

my_list = [[1, 'a', True], [2, 'b', False], [3, 'c', True]]

可以使用以下代码将其转换为 DataFrame：

import pandas as pd

my_list = [[1, 'a', True], [2, 'b', False], [3, 'c', True]]

df = pd.DataFrame(my_list)

print(df)

输出结果为：

   0  1     2
0  1  a  True
1  2  b False
2  3  c  True

Pandas DataFrame 的列默认以整数编号为列名。如果要为列指定标题，请使用 `columns` 参数，例如：

import pandas as pd

my_list = [[1, 'a', True], [2, 'b', False], [3, 'c', True]]

df = pd.DataFrame(my_list, columns=['A', 'B', 'C'])

print(df)

输出结果为：

   A  B      C
0  1  a   True
1  2  b  False
2  3  c   True