求助：如何按列名将DataFrame数据映射为自定义对象列表

我有如下DataFrame表格：

我希望仅使用id和shop列生成Test对象的列表，但表格的列顺序可能不固定，所以需要通过列名而非索引来实现（当前代码用的是索引方式）。

现有代码如下：

class Test:
  def __init__(self, id, shop):
    self.id = id
    self.shop = shop

def test_list(df:pd.DataFrame)->list:
    return list(map(lambda x:Test(id=x[0],shop=x[1]),df.values.tolist()))

可以通过指定列名提取数据，再逐行构造Test对象，以下是几种简洁的实现方式：

方法一：使用itertuples()迭代指定列 #

利用itertuples()按行迭代筛选后的列，直接通过属性名取值，完全不受列顺序影响：

import pandas as pd

class Test:
    def __init__(self, id, shop):
        self.id = id
        self.shop = shop

def test_list(df: pd.DataFrame) -> list:
    # 先筛选目标列，再迭代每行构造对象
    return [Test(id=row.id, shop=row.shop) for row in df[['id', 'shop']].itertuples(index=False)]

方法二：使用apply()逐行处理 #

通过apply按行遍历，直接通过列名字典取值：

import pandas as pd

class Test:
    def __init__(self, id, shop):
        self.id = id
        self.shop = shop

def test_list(df: pd.DataFrame) -> list:
    return df.apply(lambda row: Test(id=row['id'], shop=row['shop']), axis=1).tolist()

方法三：转换为字典列表后构造对象 #

将指定列转为字典列表，再通过字典解包参数构造对象，代码更简洁：

import pandas as pd

class Test:
    def __init__(self, id, shop):
        self.id = id
        self.shop = shop

def test_list(df: pd.DataFrame) -> list:
    # 把每行转为{'id': 值, 'shop': 值}的字典，再解包传入构造方法
    return [Test(**item) for item in df[['id', 'shop']].to_dict('records')]

内容的提问来源于stack exchange，提问作者CGarden