当前位置：首页 > wzjs >正文

武汉市优秀历史建筑网站上海广告公司

wzjs 2025/8/13 15:10:16

武汉市优秀历史建筑网站,上海广告公司,协同办公平台系统oa,网站维护费用包括哪些在 Python 中，我们可以使用 pandas 库将多维列表转换为 DataFrame。不同维度的多维列表转换为 DataFrame 的方式有所不同，下面分别针对二维、三维及更高维度列表给出具体的转换示例。 ### 1. 二维列表转换为 DataFrame 二维列表是最常见的多维列表形式&…

在 Python 中，我们可以使用 `pandas` 库将多维列表转换为 `DataFrame`。不同维度的多维列表转换为 `DataFrame` 的方式有所不同，下面分别针对二维、三维及更高维度列表给出具体的转换示例。

### 1. 二维列表转换为 `DataFrame`

二维列表是最常见的多维列表形式，可将其看作表格数据，每一行对应 `DataFrame` 中的一行，每一列对应 `DataFrame` 中的一列。

```python

import pandas as pd

# 定义二维列表
two_d_list = [
    [1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]
]

# 转换为 DataFrame
df = pd.DataFrame(two_d_list, columns=['col1', 'col2', 'col3'])
print('type(df): ',type(df))
print(df)

```

#### 代码解释：

- `pd.DataFrame(two_d_list)`：使用 `pandas` 的 `DataFrame` 构造函数将二维列表转换为 `DataFrame`。

- `columns=['col1', 'col2', 'col3']`：通过 `columns` 参数指定 `DataFrame` 的列名。

### 2. 三维列表转换为 `DataFrame`

三维列表转换为 `DataFrame` 时，通常需要将其进行一定的处理，比如将其展开成二维形式，以便于转换。

```python

import pandas as pd

# 定义三维列表
three_d_list = [
    [
        [1, 2],
        [3, 4]
    ],
    [
        [5, 6],
        [7, 8]
    ]
]

print('原三维列表: ',type(three_d_list))
print(three_d_list)

# 展开三维列表为二维列表
flattened_list = []
for sub_list_2d in three_d_list:
    for sub_list_1d in sub_list_2d:
        flattened_list.append(sub_list_1d)

# 转换为 DataFrame
df = pd.DataFrame(flattened_list, columns=['col1', 'col2'])
print('转换后的dataframe: ',type(df))
print(df)

```

#### 代码解释：

- 首先，通过嵌套循环将三维列表展开为二维列表 `flattened_list`。

- 然后，使用 `DataFrame` 构造函数将展开后的二维列表转换为 `DataFrame`，并指定列名。

### 3. 更高维度列表转换为 `DataFrame`

对于更高维度的列表，同样需要先将其转换为二维形式，再进行 `DataFrame` 的转换。以下是一个四维列表转换的示例：

```python

import pandas as pd

# 定义四维列表
four_d_list = [
    [
        [
            [1, 2],
            [3, 4]
        ],
        [
            [5, 6],
            [7, 8]
        ]
    ],
    [
        [
            [9, 10],
            [11, 12]
        ],
        [
            [13, 14],
            [15, 16]
        ]
    ]
]

print('原高维列表: ',type(four_d_list))
print(four_d_list)

# 展开四维列表为二维列表
flattened_list = []
def flatten(lst):
    for item in lst:
        if isinstance(item, list):
            flatten(item)
        else:
            flattened_list[-1].append(item)

for sub_list_3d in four_d_list:
    for sub_list_2d in sub_list_3d:
        flattened_list.append([])
        flatten(sub_list_2d)

# 转换为 DataFrame
df = pd.DataFrame(flattened_list, columns=['col1', 'col2','col3','col4'])
print('转换后的dataframe: ',type(df))
print(df)