Pandas中DataFrame转列表再转回时丢失原有列名如何解决
Pandas列表转DataFrame丢失列名问题解决方法
问题根因
使用df.values.tolist()仅提取了DataFrame的数值行内容,未保留原始列名信息,因此重新生成DataFrame时Pandas会默认使用从0开始的整数作为列名。
解决方案
方案1:转回时显式指定原始列名
如果原始DataFrame仍在内存中可直接调用,直接在生成新DataFrame时传入columns参数指定为原DataFrame的列名即可:
import pandas as pd data = [['tom', 10], ['nick', 15], ['juli', 14]] df = pd.DataFrame(data, columns = ['Name', 'Age']) # convert df to list a=df.values.tolist() # convert back to original dataframe,新增columns参数指定原始列名 df1 = pd.DataFrame(a, columns=df.columns) print(df1)
方案2:转列表时同步存储列名
如果需要将列名和数据统一存储到同一个列表中(比如用于序列化、跨环境传递等场景),可以在转列表时把列名插入列表首位,转回时拆分表头和数据即可:
import pandas as pd data = [['tom', 10], ['nick', 15], ['juli', 14]] df = pd.DataFrame(data, columns = ['Name', 'Age']) # 转换时将列名作为列表第一条记录 a = [df.columns.tolist()] + df.values.tolist() # 转回时拆分表头与数据 df1 = pd.DataFrame(a[1:], columns=a[0]) print(df1)
两种方案输出的df1都会保留原始的Name、Age列名,和原DataFrame结构完全一致。
内容的提问来源于stack exchange,提问作者prog
相关产品推荐
相关产品推荐

