如何将Pandas DataFrame的每一行转换为数组？

你可以根据自己使用的pandas版本和场景，选择以下任意一种方法实现，转换结果会保留原行的列顺序、数值（包括NaN、0值），完全匹配你给出的索引0行的预期输出效果：

• 推荐方法（pandas 0.24及以上版本通用）
  用官方推荐的to_numpy()方法先转为numpy二维数组，再调用tolist()转为嵌套的Python列表，每个子列表对应原DataFrame的一行：

# 假设你的DataFrame存储在变量df中
row_list = df.to_numpy().tolist()

# 验证索引0的行，输出为 [1.0, 2.0, 3.0, 4.0, 95.0, 96.0, 97.0, 98.0]
print(row_list[0])

• 逐行处理场景适用方法
  如果你需要在转换过程中对每行做自定义处理（比如过滤空值、类型转换），可以用apply沿行方向遍历转换：

# 基础转换
row_list = df.apply(lambda row: row.tolist(), axis=1).tolist()

# 如果需要过滤每行的NaN值，用这个写法即可
row_list_without_nan = df.apply(
    lambda row: [val for val in row if not pd.isna(val)], 
    axis=1
).tolist()

• 旧版本兼容写法
  如果你使用的pandas版本低于0.24（无to_numpy()方法），可以直接用.values属性获取数组后转列表：

row_list = df.values.tolist()

注意：以上方法默认会严格按照DataFrame当前的列顺序拼接每行的值，如果你需要调整列顺序再转换，先做列筛选/排序即可。

内容的提问来源于stack exchange，提问作者SSS311