Python中将多行元组转换为DataFrame的问题求助

我生成了一系列元组，存储在变量out_put中，执行print(out_put)输出如下：

('20240510', 'female', '21', '15')('20240510', 'male', '118', '96')

我需要将其转换为带有指定列名的DataFrame，目标结构如下：

我尝试了以下代码，但结果只显示最后一行且被转置：

print('List')
lst = list(out_put)  
print(lst)

print('Dataframe')
df = pd.DataFrame(lst)
print(df)  

问题原因 #

你的out_put变量并没有存储包含两个元组的可迭代集合，而是仅保留了最后一个元组。当你执行list(out_put)时，是把单个元组的元素拆成了列表，此时pd.DataFrame(lst)会将每个元素作为一列，生成一行转置后的结果，这就是你看到的问题。

解决步骤 #

1. 确保out_put是包含所有元组的序列
   如果是循环生成元组，需要将每个元组添加到列表中，而不是每次覆盖变量：

   # 示例：正确收集元组的方式
   out_put = []
   # 模拟生成元组的过程
   out_put.append(('20240510', 'female', '21', '15'))
   out_put.append(('20240510', 'male', '118', '96'))
   

2. 转换为指定结构的DataFrame
   使用pd.DataFrame()时指定列名，同时可以将字符串类型的数值转为整数（方便后续导入BigQuery）：

   import pandas as pd
   
   # 转换为DataFrame并指定列名
   df = pd.DataFrame(out_put, columns=['Date_YYYYMMDD', 'Gender', 'Sessions', 'User'])
   
   # 转换数值列的类型（可选，但建议做，避免BigQuery导入时类型不匹配）
   df['Sessions'] = df['Sessions'].astype(int)
   df['User'] = df['User'].astype(int)
   
   print(df)
   

执行后输出的DataFrame就会符合你的需求，直接可以用于导入BigQuery。

内容的提问来源于stack exchange，提问作者Debojit Pal