如何使用pandas将CSV行数据转换为指定结构的嵌套数组

首先导入依赖库并读取CSV文件：

import pandas as pd
import numpy as np

# 读取本地CSV文件，替换为你自己的文件路径
df = pd.read_csv("your_file_path.csv")

注意：如果你的CSV主键列名称不是id，需要把后续代码中drop(columns=["id"])里的列名替换为实际的主键列名。

方法1：基于numpy reshape实现（性能更高，适合大数据量） #

# 移除不需要的id列，取出底层numpy数值数组
row_values = df.drop(columns=["id"]).values
# 逐行按每2个元素一组自动拆分，自动计算分组数
result = [row.reshape(-1, 2).tolist() for row in row_values]

方法2：纯Python实现（无需额外依赖numpy） #

result = []
# 遍历每一行有效数据
for _, row in df.drop(columns=["id"]).iterrows():
    row_list = row.to_list()
    # 按步长为2切割单行列表，实现两两分组
    grouped_row = [row_list[i:i+2] for i in range(0, len(row_list), 2)]
    result.append(grouped_row)

执行完成后输出result即可得到你需要的嵌套数组结构，两种方法均适配列数为偶数的任意扩展场景，无需修改固定分组参数。

内容的提问来源于stack exchange，提问作者Gbeck