如何在循环中无索引存储DataFrame指定列值到列表？

看起来你卡在了循环中存储列数据的环节——当前代码把带索引的Series对象塞进了列表，导致后续转DataFrame时不符合预期。下面是针对性的修改方案：

核心问题拆解 #

你现在用df.iloc[:,2]取到的是完整的Series（带索引），直接append到列表里，就会让列表每个元素都是Series对象。要实现“只存数值”的需求，得把Series转换成纯数值集合。

修改后的完整代码 #

import pandas as pd
import numpy as np

l = []
n = 1000  # 迭代次数
for i in range(0, n):
    # 这里保留你原来的df修改逻辑，继续用inplace=True操作（比如df.drop(..., inplace=True)这类）
    # 提取第3列（iloc[:,2]）的纯数值，两种方式二选一：
    l.append(df.iloc[:,2].values)  # 转成numpy数组，不带索引
    # 或者用原生列表：l.append(df.iloc[:,2].tolist())

# 后续转换为目标DataFrame
df_new = pd.DataFrame(np.array(l), columns=df.index)

关键细节说明 #

1. 提取纯数值的两种方式：
   • .values返回Series对应的numpy数组，完全剥离索引信息；
   • .tolist()返回Python原生列表，效果和数组一致，后续转numpy也很顺畅。
2. 关于inplace=True：
   这个参数是针对修改DataFrame的操作（比如填充缺失值、删除列等），和提取列数值的逻辑无关。你只需要在循环里修改df的代码中保持inplace=True即可，不影响数值提取。
3. 列索引的小提醒：
   你问题里提到要存“第4列”，但代码里用的是iloc[:,2]（对应第3列，因为iloc是0起始索引），如果确实要取第4列，记得改成iloc[:,3]哦。

内容的提问来源于stack exchange，提问作者Zee