Python：如何按行提取DataFrame除首列外的所有值及代码修正

原代码的错误点 #

• df.iterrows(0,1)：iterrows()方法不接受参数，它默认遍历DataFrame的每一行，返回(行索引, 行数据)的元组
• values.Append(values)：方法名拼写错误（应为小写append），且错误地将列表自身添加到列表中，逻辑完全错误
• 未正确筛选每行中除第一列外的目标数据

修复后的循环实现（适合小数据集） #

如果坚持用循环方式，修正后的代码如下：

import pandas as pd
df = pd.DataFrame([['A', 2, 4, 7], ['B', 6, 1, 5], ['C', 4, 2, 2], ['D', 3, 9, 8]], columns = ["Pen", "A", 'B', 'C'])

values = []
# 用_接收不需要的行索引，row是当前行的Series对象
for _, row in df.iterrows():
    # 跳过第一列，将剩余值转成列表后批量加入结果
    values.extend(row[1:].tolist())

print(values)
# 输出：[2, 4, 7, 6, 1, 5, 4, 2, 2, 3, 9, 8]

高效实现（适合大型DataFrame） #

对于大型数据集，循环遍历效率极低，推荐使用Pandas的向量式操作：

import pandas as pd
df = pd.DataFrame([['A', 2, 4, 7], ['B', 6, 1, 5], ['C', 4, 2, 2], ['D', 3, 9, 8]], columns = ["Pen", "A", 'B', 'C'])

# 选取所有行、从第二列开始的所有列 → 转成numpy数组 → 扁平化一维 → 转成Python列表
values = df.iloc[:, 1:].values.flatten().tolist()

print(values)
# 输出：[2, 4, 7, 6, 1, 5, 4, 2, 2, 3, 9, 8]

内容的提问来源于stack exchange，提问作者MARCOS SANTOS