如何在Python中将普通列表转换为固定3列的DataFrame

需求说明 #

给定一个长度为3的倍数的浮点元组（示例如下）：

InputList = (0.5, 0.3, 0.2, 0.8, 1.2, 0.5, 0.6, 0.7, 0.9, 1.4, 1.1, 0.3)

需要将其转换为包含3列的DataFrame，最终格式如下：

Index,   Col1,   Col2,   Col3
0,       0.5,    1.2,    0.9
1,       0.3,    0.5,    1.4
2,       0.2,    0.6,    1.1
3,       0.8,    0.7,    0.3

实现方案 #

可以用Python的pandas结合numpy快速实现，也可以通过纯切片拆分完成，两种方案如下：

方案1：基于numpy数组重塑（高效简洁） #

import pandas as pd
import numpy as np

# 输入数据
InputList = (0.5, 0.3, 0.2, 0.8, 1.2, 0.5, 0.6, 0.7, 0.9, 1.4, 1.1, 0.3)

# 计算每列的元素数量（总长度除以3）
col_count = len(InputList) // 3

# 重塑数组结构并转置，生成DataFrame
df = pd.DataFrame(
    np.array(InputList).reshape(3, col_count).T,
    columns=['Col1', 'Col2', 'Col3']
)

# 输出验证（可选）
print(df.to_csv(sep='\t', index=True))

逻辑说明

1. 先通过len(InputList)//3算出每列要容纳的元素数（示例中为4）；
2. 将一维输入转成numpy数组后，重塑为3行col_count列的结构，每行对应最终的一列数据；
3. 转置数组得到col_count行3列的结构，直接匹配目标DataFrame的格式，最后指定列名即可。

方案2：纯切片拆分（无需numpy依赖） #

import pandas as pd

InputList = (0.5, 0.3, 0.2, 0.8, 1.2, 0.5, 0.6, 0.7, 0.9, 1.4, 1.1, 0.3)
col_count = len(InputList) // 3

# 按位置拆分出三个子列表，分别作为DataFrame的列
col1 = InputList[:col_count]
col2 = InputList[col_count:2*col_count]
col3 = InputList[2*col_count:]

df = pd.DataFrame({'Col1': col1, 'Col2': col2, 'Col3': col3})

内容的提问来源于stack exchange，提问作者Cyril Ezhov