如何将Pandas DataFrame的多列数据合并为一个列表？

嘿，这个问题我熟！你想要把DataFrame的多列数据转成列表，而不是只拿到列名，对吧？我给你几个高效的解决方法，结合你的场景来演示：

核心思路 #

你之前用list(df.columns)[0:8]拿到的只是列名的列表，要获取列数据，得先选中目标列（得到一个子DataFrame），再把这个子DataFrame转成列表。

具体方法 #

假设你的DataFrame是：

import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.randn(10000, 7), columns=list('ABCDEFG'))

1. 按位置快速选多列（高效适合列数多的情况）

如果要选前N列（比如前4列A-D），用iloc按位置切片，再转成列表：

# 选中前4列（索引0到3，左闭右开）
selected_df = df.iloc[:, 0:4]
# 转成二维列表（每个子列表对应一行的多列值）
df1 = selected_df.to_numpy().tolist()
# 或者用values属性（兼容旧版pandas）
df1 = selected_df.values.tolist()

注：to_numpy()是pandas 0.24+推荐的方法，比values更清晰。

2. 按列名选指定多列（适合选不连续列）

如果要选特定列（比如B、D、F），直接传入列名列表：

selected_df = df[['B', 'D', 'F']]
df2 = selected_df.to_numpy().tolist()

如果是连续列名（比如A到E），也可以用loc切片：

selected_df = df.loc[:, 'A':'E']
df3 = selected_df.to_numpy().tolist()

3. 把多列数据扁平化（转成一维列表）

如果想把多列的所有数据按顺序拼成一个一维列表，用flatten()：

# 选中C-E列，转成一维列表
flat_list = df.iloc[:, 2:5].values.flatten().tolist()

为什么之前的方法不行？ #

list(df.columns)[0:8]操作的是列名索引，所以只能得到列名的列表；而我们需要操作的是数据本身，必须先通过iloc/loc/列名列表选中目标列，再转成列表。

内容的提问来源于stack exchange，提问作者user9410826