पांडस डेटाफ्रेम को टुपल्स की सरणी में परिवर्तित करें

Question

मैंने पांडा का उपयोग करके कुछ डेटा छेड़छाड़ की है और अब मैं बैच को डेटाबेस में वापस सहेजना चाहता हूं। इसके लिए मुझे डेटाफ्रेम को डेटाफ्रेम की "पंक्ति" से संबंधित प्रत्येक टुपल के साथ, tuples की सरणी में परिवर्तित करने की आवश्यकता है।

मेरे DataFrame कुछ दिखाई देता है:

In [182]: data_set 
Out[182]: 
    index data_date data_1 data_2 
0 14303 2012-02-17 24.75 25.03 
1 12009 2012-02-16 25.00 25.07 
2 11830 2012-02-15 24.99 25.15 
3 6274 2012-02-14 24.68 25.05 
4 2302 2012-02-13 24.62 24.77 
5 14085 2012-02-10 24.38 24.61 

मैं इसे पसंद tuples की एक सरणी के लिए कनवर्ट करना चाहते हैं:

[(datetime.date(2012,2,17),24.75,25.03), 
(datetime.date(2012,2,16),25.00,25.07), 
...etc. ] 

कैसे मैं कुशलता से ऐसा कर सकते हैं पर कोई भी सुझाव?

Answer 1

कैसे के बारे में:

subset = data_set[['data_date', 'data_1', 'data_2']] 
tuples = [tuple(x) for x in subset.values] 

Answer 2

एक सामान्य तरीका:

[tuple(x) for x in data_set.to_records(index=False)] 

Answer 3

list(data_set.itertuples(index=False)) 

17,1 के रूप में, इसके बाद के संस्करण namedtuples की एक सूची प्रदान करेगा - docs देखते हैं।

Answer 4

यहाँ एक vectorized तरीका है दिखाया गया है कि tuples के list रिटर्न (dataframe संभालने, data_set बजाय df रूप में परिभाषित किया जा करने के लिए):

>>> df.set_index(['data_date'])[['data_1', 'data_2']].to_records().tolist() 

पैदा करता है:

[(datetime.datetime(2012, 2, 17, 0, 0), 24.75, 25.03), 
(datetime.datetime(2012, 2, 16, 0, 0), 25.0, 25.07), 
(datetime.datetime(2012, 2, 15, 0, 0), 24.99, 25.15), 
(datetime.datetime(2012, 2, 14, 0, 0), 24.68, 25.05), 
(datetime.datetime(2012, 2, 13, 0, 0), 24.62, 24.77), 
(datetime.datetime(2012, 2, 10, 0, 0), 24.38, 24.61)] 

की स्थापना के विचार डेटाटाइम कॉलम के रूप में इंडेक्स अक्ष Timestamp के रूपांतरण में सहायता के लिए datetime.datetime प्रारूप के बराबर प्रारूप के बराबर है। ई convert_datetime64DF.to_records में तर्क जो DateTimeIndex डेटाफ़्रेम के लिए ऐसा करता है।

यह रिटर्न एक recarray जो तब बनाया जा सकता है .tolist

---

अधिक सामान्यीकृत उपयोग के मामले के आधार पर समाधान का उपयोग किया जाएगा एक list वापस जाने के लिए:

df.to_records().tolist()        # Supply index=False to exclude index 

Answer 5

अधिक pythonic तरीका:

df = data_set[['data_date', 'data_1', 'data_2']] 
map(tuple,df.values) 

Answer 6

प्रेरणा
कई डेटा सेट इतने बड़े हैं कि हमें गति/दक्षता के साथ खुद को चिंता करने की आवश्यकता है। तो मैं उस भावना में इस समाधान की पेशकश करता हूं। यह संक्षेप में भी होता है।

तुलना के लिए, के index स्तंभ ड्रॉप

df = data_set.drop('index', 1) 

समाधान
मैं zip के उपयोग और एक समझ

list(zip(*[df[c].values.tolist() for c in df])) 

[('2012-02-17', 24.75, 25.03), 
('2012-02-16', 25.0, 25.07), 
('2012-02-15', 24.99, 25.15), 
('2012-02-14', 24.68, 25.05), 
('2012-02-13', 24.62, 24.77), 
('2012-02-10', 24.38, 24.61)] 

यह भी होता है का प्रस्ताव देंगे लचीला अगर हम कॉलम के एक विशिष्ट सबसेट से निपटना चाहते थे। हम मान लेंगे कि हम पहले से प्रदर्शित किए गए कॉलम हैं जो हम चाहते हैं सबसेट हैं।

list(zip(*[df[c].values.tolist() for c in ['data_date', 'data_1', 'data_2'])) 

[('2012-02-17', 24.75, 25.03), 
('2012-02-16', 25.0, 25.07), 
('2012-02-15', 24.99, 25.15), 
('2012-02-14', 24.68, 25.05), 
('2012-02-13', 24.62, 24.77), 
('2012-02-10', 24.38, 24.61)] 

---

सभी निम्नलिखित उत्पादन एक ही परिणाम

• [tuple(x) for x in df.values]
• df.to_records(index=False).tolist()
• list(map(tuple,df.values))
• list(map(tuple, df.itertuples(index=False)))

---

तेज क्या है?
zip और समझ तेजी से एक बड़े अंतर से

%timeit [tuple(x) for x in df.values] 
%timeit list(map(tuple, df.itertuples(index=False))) 
%timeit df.to_records(index=False).tolist() 
%timeit list(map(tuple,df.values)) 
%timeit list(zip(*[df[c].values.tolist() for c in df])) 

छोटे डेटा

10000 loops, best of 3: 55.7 µs per loop 
1000 loops, best of 3: 596 µs per loop 
10000 loops, best of 3: 38.2 µs per loop 
10000 loops, best of 3: 54.3 µs per loop 
100000 loops, best of 3: 12.9 µs per loop 

बड़े डेटा

10 loops, best of 3: 58.8 ms per loop 
10 loops, best of 3: 43.9 ms per loop 
10 loops, best of 3: 29.3 ms per loop 
10 loops, best of 3: 53.7 ms per loop 
100 loops, best of 3: 6.09 ms per loop 

Answer 7

है 10