如何在Python中从Pandas DataFrame各列生成目标嵌套列表？

嘿，这个问题我碰到过！你现在得到的是按行排列的嵌套列表，而我们需要的是按列来聚合元素，其实只要把DataFrame的行和列转个向就行啦，给你几个简单的方法：

方法1：转置DataFrame后转列表 #

这是最直观的方式，先通过.T把DataFrame转置（列变行、行变列），再用.values.tolist()转成嵌套列表：

# 如果Date是普通列，先选中需要的列再转置
mylist = df[['A', 'B', 'C', 'D']].T.values.tolist()
# 如果Date是索引，直接转置即可
mylist = df.T.values.tolist()

方法2：用apply遍历列转列表 #

可以用apply把每一列转换成列表，再整体转成嵌套列表：

mylist = df[['A', 'B', 'C', 'D']].apply(list).tolist()

df.apply(list)会把每一列都单独变成一个列表，最后.tolist()就把整个结构转成你要的嵌套格式啦。

方法3：借助NumPy数组转置 #

Pandas的.values本质是NumPy数组，我们可以直接对数组转置后再转列表：

mylist = df[['A', 'B', 'C', 'D']].values.T.tolist()

这个方法和第一种原理类似，只是直接操作底层的NumPy数组，处理大数据量时效率也不错。

举个实际运行的例子，用你给出的数据测试：

import pandas as pd

# 构造你的DataFrame
data = {
    'Date': [1, 2, 3, 4],
    'A': ['A1', 'A2', 'A3', 'A4'],
    'B': ['B1', 'B2', 'B3', 'B4'],
    'C': ['C1', 'C2', 'C3', 'C4'],
    'D': ['D1', 'D2', 'D3', 'D4']
}
df = pd.DataFrame(data)

# 用方法1得到结果
mylist = df[['A', 'B', 'C', 'D']].T.values.tolist()
print(mylist)
# 输出：[['A1', 'A2', 'A3', 'A4'], ['B1', 'B2', 'B3', 'B4'], ['C1', 'C2', 'C3', 'C4'], ['D1', 'D2', 'D3', 'D4']]

完全符合你想要的嵌套列表格式～

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